گاهی اوقات واحدهای برخی از جوامع تحت مطالعه را می توان به آسانی و با صرف کمترین هزینه بدون آن که اطلاع دقیقی از مقدارخصوصیت مورد بررسی در دست باشد، رتبهبندی کرد. برای این کار اغلب از نظر کارشناسان و یا مقادیر متغیری مرتبط با خصوصیت مورد بررسی که اندازه گیری آن آسان و کم هزینه باشد استفاده می شود. این وضعیت به ویژه در بررسیهای نمونهای زیست محیطی و آزمایشگاهی، مسایل مربوط به جنگلداری، برآورد میزان مصرف یک مقوله مورد نظر یا میزان محصول و ... اتفاق میافتد. در واقع در شرایطی که اندازهگیری واحدهای جامعه مشکل یا پر هزینه باشد اما بتوان واحدهای جامعه را به راحتی رتبهبندی کرد نمونهگیری مجموعهی رتبهدار و تعمیمهای آن روشهای کاراتری را برای برآورد میانگین و واریانس جامعه مورد مطالعه ارایه میکند. در روشهای نمونهگیری مجموعهی رتبهدار برآوردگرهای حاصل دارای دقت بیشتری نسبت به نمونهگیری تصادفی ساده با همان مقدار عضو اندازهگیری شده میباشند و لذا میتوان استنباطهای مناسبی دربارهی جمعیت مورد مطالعه انجام داد در این پژوهش ضمن بیان روش نمونهگیری مجموعهی رتبهدار و کاربرد انتخابهای تصادفی در آن، روش نمونهگیری مجموعه رتبهدار جدیدی به نام روش نمونهگیری مجموعهی رتبهدار کامل ( پرون و جعفری جوزانی، 2007) را معرفی کرده و نشان میدهیم که این روش در برآورد گشتاوری بعضی از پارامترهای جامعه، دارای کارایی بیشتری نسبت به روش نمونهگیری تصادفی ساده است. با توجه به نتایج به دست آمده به نظر میرسد استفاده از روشهای نمونهگیری مجموعه رتبهدار و خواص آنها در طرحهای نمونهگیری چند مرحلهای که به ویژه در مراحل نهایی آنها در انتخاب اعضای نمونه از روشهای تصادفی ساده استفاده میکنند (مانند روش نمونهگیری طبقهبندی شده با انتخابهای تصادفی ساده در طبقات و ...) دقت روش نمونهگیری چند مرحلهای به دست آمده را در برآورد خصیصه مورد نظر افزایش دهد. برای این منظور و جهت بررسی فرضیه بالا سه روش نمونهگیری جدید زیر را معرفی میکنیم: 1- روش نمونهگیری طبقهبندی مجموعه رتبهدار 2- روش نمونهگیری طبقهبندی مجموعه رتبهدار تصادفی 3- روش نمونهگیری طبقهبندی مجموعه رتبهدار کامل و به کمک یک مطالعه شبیهسازی شده دقت برآوردهای به دست آمده برای میانگین جامعه از سه روش بالا را با روش نمونهگیری تصادفی ساده، طبقهبندی و مجموعه رتبهدار مقایسه میکنیم.