排序集抽样(Rankedsetsampling简称RSS)和后分层排序抽样(Judgmentpoststratified简称JPS)是两种比简单随机抽样(Simplerandomsampling简称SRS)更为有效的数据收集方式，在相同容量的样本下能包含更多的总体信息，因此基于RSS和JPS两种抽样方法的统计推断越来越受到人们的重视，发展至今在统计推断的各个领域，如参数估计、假设检验以及非参数统计等都有了不少的结果。然而就统计推断而言，对总体分布均值的估计无疑是非常基础而且重要的。但是由于排序集抽样、后分层排序抽样特别依赖排序者的排序能力，因此Ozturk(2011)提出可增加排序者的个数来减少排序误差，提高估计的精确度。又Wang(2012)指出了MaxMin和MinMax方法在空层存在时的不同作用方法和表现，基于以上思想，我们提出了在有多个排序者的情况下，可联合MaxMin和MinMax方法来处理多排序者下的空层现象并提高估计的效率。