线性回归模型系数求解的常用方法是最小二乘法

正确答案是：C: 最小二乘法

专业分析：
线性回归是一种统计方法，用于建模两个或多个变量之间的关系。在线性回归中，我们通常希望找到一条直线，使得数据点到这条直线的垂直距离的平方和最小。最小二乘法（Ordinary Least Squares, OLS）就是实现这一目标的常用方法。

最小二乘法的主要优点包括：
1. **简单易用**：最小二乘法的计算过程相对简单，容易实现。
2. **统计性质良好**：在一定的假设条件下，最小二乘法估计具有无偏性、有效性和一致性。
3. **广泛应用**：最小二乘法在许多实际问题中均有广泛应用。

其他选项的简要说明：
A: **加权最小二乘法** 是最小二乘法的一个扩展，用于处理异方差问题，即不同观测值的误差方差不相等的情况。
B: **主成分估计法** 是一种降维技术，用于处理多重共线性问题，但并不是直接用于线性回归系数估计的常用方法。
D: **最小角度法** 是一种用于选择回归模型中的变量的方法，常用于LASSO回归，但不是直接用于线性回归系数估计的常用方法。

综上所述，最常用的估计方法是最小二乘法（C）。