講座內(nèi)容： 作為一個提高抽樣效率的抽樣方法，排序集抽樣被越來越廣泛地應(yīng)用到各個領(lǐng)域. 我們提出了無重疊k-序?qū)ε判蚣闃臃椒ā诿總€排序集中對k-序?qū)€體進(jìn)行觀測，并且不同的排序集的k-序?qū)χg沒有任何重復(fù)。我們首先探究了此抽樣方法得到的樣本均值的有效性隨每個排序集中k-序?qū)€體間的相關(guān)性變化的趨勢。k-序?qū)€體間的相關(guān)性越強(qiáng)，樣本均值的有效性損失越大。

本文的目的是找到無重疊k-序?qū)ε判蚣闃臃椒ㄖ衚-序?qū)Ψ峙涞淖顑?yōu)方案從而使樣本均值的有效性損失最小，并證明了最優(yōu)的無重疊k-序?qū)ε判蚣闃颖葟V義排序集抽樣以及簡單隨機(jī)抽樣更有效。盡管無重疊k-序?qū)ε判蚣闃臃椒ǖ慕y(tǒng)計效率低于經(jīng)典的排序集抽樣，但是在成本模型下，最優(yōu)的無重疊k-序?qū)ε判蚣闃臃椒梢员冉?jīng)典的排序集抽樣更有效。