本文主要研究了基于齐次等式约束线性模型下的岭估计和 Stein估计。在均方误差(MSE)、均方误差阵(MSEM)和Pitman Closeness(PC)准则意义下,结合两种估计方法的思想,提出一种新的约束有偏估计:约束岭型 Stein估计。另外,在带有非齐次等式约束的误差方差奇异的线性回归模型下,改进了广义条件岭估计。　　论文第一章主要分别介绍了约束线性回归模型,奇异线性回归模型,最小二乘估计,约束最小二乘估计,岭估计以及 Stein估计等参数估计的若干基本概念及其国内外的研究现状,并给出了论文的主体结构。　　论文第二章主要讨论参数的齐次等式约束线性回归模型,误差方差已知和未知情况下的模型参数的约束岭型Stein估计。并在PC准则和MSE准则下,而且在适当的岭参数(对本章提出的估计也可称为压缩系数)下分别证明了约束岭型 Stein估计优于RLSE的优良性的充分条件。最后利用五个国家间的经济数据建立约束线性回归模型,验证了约束岭型Stein估计较优于RLSE。　　论文第三章则主要研究了在约束岭型Stein估计下的因变量的预测问题。在MSE准则下,且在适当的条件下证明了约束岭型 Stein预测优于约束最小二乘无偏预测的充分条件。同时,利用第二章的五个国家的经济数据,建立预测模型,验证了约束岭型Stein预测相对于约束最小二乘无偏预测较优。　　论文第四章将模型建立在更为普遍的条件之上,基于方差奇异型非齐次等式约束的线性回归模型,提出了模型参数的广义条件岭估计,并且在MSE和MSEM的准则下证明了在一定的条件下广义条件岭估计优于 RLSE。最后同样利用第二章的经济数据对结论进行实证分析。　　论文第五章是对本文所做主要研究工作的总结和概括,说明了研究工作的理论价值和实际意义,并指出今后可以进一步研究的几个问题。