联合回归估计（combined regression estimator），理学-统计学-数理统计-数据收集模式，对于分层随机抽样，先按分层简单估计得目标变量与辅助变量的分层估计量，再用对应的分层估计量来构造回归估计量的估计方法。目标变量总体均值和总体总量的联合回归估计分别为： 联合回归估计要求辅助变量的总量已知，不需要知道各层的均值。对于联合回归估计量，当回归系数事先给定时，联合回归估计量是无偏的，若回归系数事先未知，联合回归估计量是有偏的，但当样本量较大时，估计量的偏倚趋近于零，联合回归估计量是渐近无偏的。分别回归估计要求各层的样本量比较大。如果各层的样本量较小，各层之间的回归系数差异较小，则为了避免由于各层样本量过小而导致的偏倚，则可优先采用联合回归估计。如果只有某些层的样本量比较小，也应采用联合回归估计。如果总体的目标变量和辅助变量存在相关关系，但不严格成正比的情况下，则应该采用联合回归估计，而不能采用联合比估计，否则会由于估计方法选择的错误而造成更大的偏倚。