线性回归模型中的最小二乘估计，具有许多优良性质，但随着研究的深入,学者们发现最小二乘估计存在着明显的不足，而线性有偏估计被认为是改进最小二乘估计最有效的方法。其中，统一有偏估计将估计理论中一些重要的有偏估计概括在内，如岭估计，Stein压缩估计，Liu估计等。由于统一有偏估计具有高度的概括性和实用性，近些年来，已经得到了广泛的应用。不同估计方法的出现就必然会引起优劣比较问题。其中一个用来比较参数估计好坏的判别准则—Pitman准则，是由统计学者Pitman于1937年提出来的，并从上世纪80年代以来，引起了学者们的广泛关注。本文主要进一步研究了线性回归模型参数估计在Pitman准则下的优良性。首先在Pitman准则下，研究了两个统一有偏估计的优良性，并且在此基础上分别论述了Liu估计，岭估计，主成分估计，Stein压缩估计与最小二乘估计的Pitman优良性。其次，在Pitman准则下，对岭估计，Stein压缩估计进行优良性比较，证明了在一定条件下岭估计优于Stein压缩估计。最后，本文又进一步论证了在Pitman准则下，统一有偏估计与Stein压缩估计的优良性，得到了统一有偏估计优于Stein压缩估计的一个充分条件。