线性模型与广义线性模型是两类重要的统计模型，生物、医学、经济、管理、地质、气象、农业、工业等领域的许多现象都可以用线性模型或广义线性模型来近似描述。在线性模型与广义线性模型众多的研究问题当中，参数估计问题一直是研究的重点、难点。《线性与广义线性模型中的参数估计研究》以作者黄介武的博士论文为基础编著而成，主要研究线性模型和广义线性模型中系数向量的有偏估计问题。

本书可用于从事理论研究和应用的统计工作者、高校教师以及高年级学生的参考用书。

1 绪论

 1.1 模型简介

 1.2 线性模型中有偏估计研究概况

 1.3 广义线性模型中参数估计研究概况

 1.4 本书的研究内容和结构

2 异方差与自相关线性模型中的几类有偏估计

 2.1 引言

 2.2 估计的优良性分析

 2.3 假设检验

 2.4 Monte Carlo模拟分析

 2.5 加权随机约束岭估计

 2.6 小结

3 平均损失意义下线性模型中几类有偏估计的比较

 3.1 引言

 3.2 估计的优良性分析

 3.3 参数选择

 3.4 实例与Monte Carlo模拟分析

 3.5 基于似然损失函数的平均损失准则

 3.6 小结

4 Pitman准则下线性模型中几类有偏估计的比较

 4.1 引言

 4.2 Pitman准则下的比较

 4.3 Monte Carlo模拟分析

 4.4 基于似然损失函数的Pitman准则

 4.5 小结

5 广义线性模型中的两类两参数估计

 5.1 引言

 5.2 两参数估计β（k，d）

 5.3 两参数估计βkd

 5.4 小结

6 等式约束线性模型中回归系数的可容许估计

 6.1 引言

 6.2 预备知识

 6.3 主要结论

 6.4 小结

7 多元线性模型中的预测问题

 7.1 引言

 7.2 多元线性模型中的岭型预测

 7.3 增长曲线模型中的条件最优线性无偏预测

 7.4 任意秩多元线性模型中的两个最优预测

 7.5 小结

参考文献