线性模型理论中，一个重要的研究问题就是预测问题。所谓预测，就是对给定的自变量值，预测对应的因变量所可能的取值。在各种线性模型(如一般Gauss-Markov模型、多元线性模型、增长曲线模型等)下，对βBUP、TSPP=1nXβs、θBUP=ιy等预测向量的最佳无偏线性预测的研究已经比较成熟，有了系统和完整的理论结果。王松桂在1990年发表于《科学通报》上的论文《有限总体的自适应岭型预测》中对θ=ιy提出了有限总体的自适应岭型预测，这是国内有偏预测研究的开端，本文对有限总体的有偏预测做了进一步的研究。 本文首先概述了有限总体中的预测问题以及研究现状。第二章给出了矩阵、线性模型以及预测等的一些相关知识与结论。第三章讨论了θ=ιy的预测问题，将自适应岭型预测给予推广，提出了广义岭型预测，给出了它的一些基本性质，证明了广义岭型预测在一定条件下具有在预测均方误差(PMSE)意义下优于最佳线性无偏预测的优良性、矩阵损失下在广义岭型预测类中的可容许性并在二次损失函数下给出了它的Minimax预测。最后以实际数据为例，验证了广义岭型预测具有局部优于最佳线性无偏预测的优良性。第四章分别讨论了由参数的广义岭型主成分估计和LIU估计推广而得到的广义岭型主成分预测和LIU型预测，给出了它们的一些基本性质，证明了它们在一定条件下也具有在预测均方误差(PMSE)意义下优于最佳线性无偏预测的优良性、矩阵损失下在广义岭型预测类中的可容许性并在二次损失函数下给出了它的Minimax预测。