在经典线性回归模型中，由于Stein现象的存在，使得参数的最小二乘估计不再被作为一个良好的估计，对最小二乘估计的改进无论是理论上还是应用上一直都是引起人们关注的热门话题. 人们发现设计阵的“病态”是导致Stein现象的根源，为了克服共线性性，人们在文献中相继提出了许多有偏估计来替代最小二乘估计，这些估计从某种意义上讲，都改进了最小二乘估计. 但有偏估计毕竟偏离参数的真值，因此学者们又提出了几乎无偏估计的概念，虽然几乎无偏估计仍然是有偏估计，但是它比相应的有偏估计有更小的偏度. 本文首先对几乎无偏广义岭（刘）估计的性质作了进一步的研究，对几乎无偏广义岭（刘）估计与广义岭（刘）估计在圴方误差（阵）意义下作了效率的比较，得出了他们互相优于的充要条件；对几乎无偏广义岭（刘）估计与最小二乘估计在圴方误差（阵）意义下作了效率的比较，得出了几乎无偏广义岭（刘）估计优于最小二乘估计的充要条件以及几乎无偏广义岭（刘）估计与最小二乘估计的椭球. 然后给出了几乎无偏统一有偏估计的定义 ，该定义包括了文献中常见的几乎无偏估计，实现了常见几乎无偏估计的统一表达式；接下来我们比较了几乎无偏统一有偏估计与统一有偏估计的偏度与方差，得出了几乎无偏统一有偏估计比统一有偏估计有较小的偏度，几乎无偏统一有偏估计的方差介于统一有偏估计的方差与统一有偏估计的方差的四倍之间的结论；最后我们对统一有偏估计的主要性质作了讨论，证明了存在参数K，S使得几乎无偏统一有偏估计在均方误差意义下优于最小二乘估计的结论，给出了几乎无偏统一有偏估计为可容许估计的充要条件，还给出了在均方误差阵意义下几乎无偏统一有偏估计优于最小二乘估计的椭球.