本文主要研究线性EV(errors-in-variables)模型，即考虑自变量带有测量误差的回归模型，由于在实际应用中，数据的获得总是带有误差的，因此EV模型是更符合实际情况的模型。但是由于在统计推断和分析上的复杂性，它的理论研究是比较困难的。　 本文主要结果包括如下三个方面的工作。 1．比较彻底的解决了简单线性EV模型中回归参数的无偏估计的存在性问题，证明了在一些常见的约束下，无偏估计并不存在。将“可信率(reliability ratio)已知”这一条件加以推广，指出了一种使无偏估计存在的重要情况，确定了其存在的充要条件以及无偏估计的形式。 2．探讨了最小二乘估计在线性EV模型中的大样本性质，即相合性与渐近正态性。得出最小二乘估计的强、弱相合性的充要条件是相同的，从而证明了强、弱相合性是等价的。但是不再与矩相合等价，给出了两种满足矩相合的情况，并通过反例证明了弱相合与矩相合不等价，即使误差存在任意阶矩也不能保证矩相合性。 3．研究了一类仅允许自变量可进行重复观测的线性EV模型，给出了参数的估计，通过推广Jamison的定理证明了估计量的相合性和渐近正态性。