抽样理论作为一种由部分推断整体的依据，在现实生活中正发挥着越来越重要的作用。抽样理论与抽样方法相对应。随着社会的发展，传统的简单随机抽样(SRS)方法已不再能满足人们的实际需要。近年来，在SRS方法的基础上已发展起来一种新的抽样方法－有序抽样(RSS)，当进行SRS成本太高或太费时，但主观经验判断各目标的相对大小却很容易时，采用RSS方法则可以获得更多的信息。该方法自产生以来被广泛的应用于生态、农业和环境科学的研究中。从统计学的观点来看，RSS样本应该比SRS样本含有更多的信息(样本容量相同时)，因为RSS样本不仅包含由观测值得来的信息，还包含来自于主观经验判断的信息。事实也确实如此，有序抽样样本下的Fisher信息矩阵可表示为SRS样本下的Fisher信息矩阵和一个非负矩阵之和。本文进一步表明，对于位置－尺度分布族RSS样本下的Fisher信息矩阵与位置参数无关，与尺度参数成反比。RSS样本下参数的极大似然估计(MLE)仍然是相合的和渐近正态的，而且RSS样本下参数的MLE较同样情况下SRS样本下参数的MLE更有效。基于RSS样本下参数的MLE可以构造参数的近似置信区间，在相同的置信水平下，此近似置信区间的平均长度较同样情况下SRS样本下的近似置信区间的平均长度短。同时，本文还研究了RSS样本下位置－尺度分布族的参数的最好线性同变估计(BLIE)，并把它和同样样本下参数的最好线性无偏估计(BLUE)进行了比较，表明在均方误差的意义下，前者更优。