线性模型是数理统计学中发展较早、理论丰富、应用性强的一个重要分支。过去的百余年中，线性模型在理论研究方面甚为活跃，获得了长足的发展。污染线性模型作为线性模型前沿科学研究的一部分，由于它在实际生活中的广泛存在性，越来越受到人们的关注，具有很高的应用价值。 污染数据是生物统计和金融统计中常见的一类数据，它也是一类不完全数据。不完全数据并不是完全不能利用的数据，虽然有时我们可以再做一次数据的统计工作，但大多数时候是不可重复，费时太长或代价太高；而且在固定的污染源未查明或被消除的情况下，只可能得到被污染的数据。本文重点研究了带污染数据的线性回归模型的参数估计问题。 第一章简要介绍了选题的背景，以及国内外研究状况和一些预备知识。 第二章把污染数据简单线性回归模型推广到了污染数据多元线性回归模型，用最小二乘法得到污染系数及回归系数的估计，并证明其强相合性；接着，假设误差分布为正态时，给出了参数的区间估计。 第三章给出了具有线性约束条件的参数估计，并证明估计的强相合性。 第四章当设计阵呈病态或秩亏时，用泛最小二乘估计准则[27]，给出了回归系数的估计，并对估计进行了改进，提出了α0型泛最小二乘估计，随之用α0型泛最小二乘估计给出了回归系数及污染系数的估计。