论文部分内容阅读
排序集抽样（Ranked set sampling简称RSS）在许多种情况下是一种比简单随机抽样（Simple random sampling简称SRS）更为有效的数据收集方式，因此从上世纪九十年代起基于排序集抽样方法的统计推断越来越受到人们的重视，发展至今，在假设检验、参数估计以及非参数统计方面都有了不少的研究成果。就统计推断而言，用样本的均值来估计总体的均值无疑是最基础且重要的。Amber(2011)年提出了分层百分比排序集抽样（Stratified percentile ranked set sampling简称SPRSS），将分层抽样与排序集抽样相结合，并在分层方式固定的情况下，研究了动态排序集抽样下总体均值的估计。本文在此文基础上，换一种思路，在排序集抽样方式固定的情况下，从完美排序和非完美排序两个方面研究分层方式对总体均值估计的影响，并给出了数据模拟结果。