当我们进行参数估计时，如果没有提供关于相应参数的更多信息，那么从整个设计空间中获得信息就变得十分重要，参数估计往往与设计矩阵的选择有关。从试验设计的角度来看，要确保样本点均匀地分布在整个样本区间，简单随机抽样是不能够完全满足的，而拉丁超立方体抽样以及它的变体则具有很好的随机性和均匀性。　　 单指标模型作为一种重要的半参数模型，放宽了传统回归模型的线性假设，在生物医学和经济金融领域具有广泛的应用空间。研究单指标模型的主要目标之一便是对模型参数进行估计。本文讨论了单指标模型的参数估计，将不同抽样方法得到的设计矩阵，包括独立同分布随机抽样、随机拉丁超立方体抽样、最大最小拉丁超立方体抽样、近似正交拉丁超立方体抽样、正交最大最小拉丁超立方体抽样，分别应用于线性回归模型、指数模型、二次模型和三角函数模型，并在平均绝对误差、估计的标准差、均方根误差这三个准则下进行了对比。我们发现对于任何一种单指标模型的参数估计，都有一种拉丁超立方抽样或者它的变体，使得估计的准确度和效率均优于独立同分布随机抽样。其中，对于二次模型的参数估计，正交最大最小拉丁超立方体抽样在三个准则下都表现最好，但是除此之外，对于其他模型，正交最大最小拉丁超立方体抽样并不总是最好的，近似正交拉丁超立方体抽样和随机拉丁超立方体抽样也具有较好的表现。