约束线性回归模型中回归系数β的估计常用约束最小二乘估计。当自变量间存在多重共线关系时，约束最小二乘估计就失去了它的优越性。本文在根方思想的启发下，对约束线性回归模型提出了一种新的参数估计的标准，得到了回归系数的条件根方估计。 第1章综述了目前国内外线性模型参数估计的一些理论和方法。 第2章给出了一些预备知识。 第3、4章我们基于根方的思想得到了非齐次等式约束下线性回归模型回归系数的狭义条件根方估计及广义条件根方估计，并且探讨了这两种估计的偏性、有效性和可容许性。由于条件根方估计是一类含参数k和K的估计，我们讨论了参数K和K的取值对条件根方估计优良性的影响。适当地选择参数后，可使回归系数β的条件根方估计(CRSE)的均方误差(MSE)小于约束最小二乘估计(RLSE)的均方误差；在平均散布误差(MDE)准则下给出了CRSE优于RLSE的充要条件；讨论了确定最优k值的两种方法：根迹法、方差扩大因子法。适当地选择参数K，可使广义条件根方估计的均方误差小于狭义条件根方估计的均方误差，同时也给出广义条件根方估计的显式解及迭代解法，并给出确定参数K值的方法。