引入适当的有偏估计来改善最小二乘估计存在的复共线性问题的缺陷,在无约束的线性回归模型的研究中已经发展的相当成熟。但是在大量的实际研究问题中,参数经常会伴随着一些限制条件给研究过程增加了难度,但同时也很有意义。其中等式约束的模型下的约束最下二乘估计也受到复共线性问题的困扰,同样需要运用有偏估计来改善不足。目前的研究不仅仅局限于各个估计与最小二乘估计之间优良性的比较,同时也很重视各种有偏估计之间优良性的比较,这也很具有理论与现实意义。本文主要在无约束有偏估计的研究基础之上进一步补充完善,并将其理论思想应用于约束型有偏估计的研究之中做以下几方面工作:(1)、对于综合c-K岭估计在岭参数选取的问题上,通过构造估计的均方误差的无偏估计而得到的其极小化均方误差的无偏估计解作为一种方法。(2)、从估计的有偏性出发,对带有齐次等式约束的回归模型提出综合c-K条件岭估计,并且给出多个估计的性质说明其合理性。而重点放在估计与约束最小二乘估计以及其他约束有偏估计的优良性的比较上,得出此估计更加优越的充要条件以及偏参数的取值范围。(3)、在估计偏参数的选择上,运用迭代算法讨论估计的迭代解,将其作为选择参数的一种方法。