平衡半样本方法（balanced repeated replication;BRR），理学-统计学-数理统计-【核心概念】-【核心概念】，针对分层抽样每层只抽取两个初级单元的复杂样本的方差估计方法。由美国计算机科学家J.麦卡锡提出。假设对总体采用分层随机抽样，每层有放回地简单随机抽取两个单元，从每层抽取一个单元，组成一个半样本。在每层中只抽取一半的样本，因此称为半样本，由于不同半样本中包含某些共同单元，半样本之间彼此相关。这样的半样本共有个。的基于第个半样本的估计为：式中为层权；；。根据这个这样的估计量构造的总体均值估计量为：利用之间的变异构造方差估计量，有：现从中选取较小的半样本子集：如果所选择的个半样本对于所有的有成立，则，基于这个样本便可实现对的估计，满足这样条件的样本称为平衡半样本。平衡半样本的确定可采用阶正交阿达马（Hadamard）矩阵方法。该方法可用于线性估计和非线性估计。BRR是一种重抽样的方法，应用于复杂样本的方差估计。BRR估计灵活、用途广泛、计算简单，保留了原有信息、保证了估计精度，几乎适用于所有的估计量和抽样设计。