En este documento analizamos el sesgo en un problema de estimación de parámetros de mínimos cuadrados lineales generales, cuando es causado por variables determinísticas que no han sido incluidas en el modelo. Proponemos un método para reducir sustancialmente este sesgo, bajo la hipótesis de que se conoce cierta información a priori sobre la magnitud de los componentes modelados y no modelados del modelo. Llamamos a este método Estimación de Parámetros de Mínimos Cuadrados No Sesgados (ULS) y presentamos aquí sus propiedades esenciales y algunos resultados numéricos sobre un ejemplo aplicado.