参数估计和估计的性质是线性模型理论的中心内容.在选择线性估计时,通常希望它是无偏的,且方差尽可能小,以提高"精度".从而产生了寻找所谓的"最佳线性无偏估计(B.L.U.E.)"的问题.另一方面,随着统计决策理论的发展,损失函数和风险函数概念的提出,又提出了估计的可容许性问题,取得了不少成果.增长曲线模型是一种特殊的线性模型,其背景主要来自生物生长问题.自60年代提出以来,已有不少统计学家作了多方面的研究.该文的主要内容在于研究此类模型参数阵的线性函数的B.L.U.E.的形式及线性函数的线性估计的可容许性问题.在第二章,我们首先介绍了此类模型参数的线性估计的形式和性质一些已有结果.利用线性模型理论和矩阵知识,在没有附加任何条件的情况下,得到了参数阵的线性函数的B.L.U.E.的形式及方差的无偏估计的两种表达式σ<,1><<^>2>和σ<,2><<^>2>.并证得在正态分布假设下σ<,1><<^>2>和σ<,2><<^>2>以概率1相等.在第三章,在对协方差阵作了一定限制的情况下,我们得到了参数阵的线性函数的线性估计在向量损失函数下可容许的充要条件.