講座內(nèi)容： 作為一個(gè)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(gè)領(lǐng)域. 我們提出了無重疊k-序?qū)ε判蚣闃臃椒ā诿總€(gè)排序集中對k-序?qū)€(gè)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(gè)排序集中k-序?qū)€(gè)體間的相關(guān)性變化的趨勢。k-序?qū)€(gè)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(jì)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。