我們常常希望去估計一個大母體中各種不同領域內的參數值，而在抽樣實驗之前整個 母體無法被分層。當實驗的總預算有限，若選取一組簡單隨機樣本來估計這些母體參 數，可能不是一個佷嚴密的推定量，因此實驗者必須先決定一個有效、可行的抽樣方 法。 在本文中採取雙重抽樣的原理抽取樣本，而想要估計的母體參數是母體第ｊ領域所佔 全母體的成數，並在固定的預算下討論貝氏最佳樣本與子樣本數的選取。 SMITH 及SEDRANSK（１９８２）利用雙重抽樣法研究魚群體的年齡組成，並解決了二 個問題（１）利用貝氏法，估算第ｊ領域年齡的魚群所佔全體魚群的成數。（２）當 總預算固定，並給定第一階段樣本數n'及其分配 ｎ' ＝（ｎ' ，ｎ' ，－－－ｎ' ） 1 2 i 說明如何選取最佳的貝氏子樣本數分配，ｎ*＝ ｎ* ，ｎ* ，－－－ｎ* ） 使得近 1 2 i 似的風險函數ｒ*（ｎ',｛ｎi'｝，｛ｎi｝ 最小，其中 ０≦ｎi≦ｎi'（ｉ＝１，２，－－－Ｉ） 而後JINN, SEDRANSK, SMITH（１９８７） 延續以上結果，利用電腦模擬取樣，在必 然的ｎL'≦ｎ'≦ｎU' 條件下，說明如何取得最佳的n'使得 Ａ（n'）＝Ｅn'ln'｛ｒ*（ｎ'，ｎ'，ｎ。*）｝ 最小． 由於上述方法在一般情況下無法求得A(n') 的明確數學式，因此n'也就無法用式子表 示出來。 本文首先考慮Ｉ＝２的特殊情況，在這情況下舉一些例子說明如何求得A(n') 的明確 數學式，並由此求出最佳的貝氏解n'。其次導出一些充分條件使得在忽略限制條件下 由LAGRANGE乘數法所得的解ｎ＝（ｎ1，ｎ2）分別滿足（１）０≦ｎi≦ｎi'或（２） ｎi≦ｎi'（ｉ＝１，２）． 最後在(1) 或 (2)成立的充分條件下，導出Ａ（n'）的 數學式，進而求得最佳貝氏解n'。