想象一下，您想非常快速地评估大型文档的可压缩性。您可以随机选择一个子序列，尝试压缩它。这可以作为对文档整体可压缩性的预测。但是你的样本应该有多大？

我们提出了以下策略：

1. 选择任意（小）样本量。测量可压缩性。
2. 接下来，将样本大小加倍并再次测量可压缩性。如果变化很小（比如小于 10%），那么就可以断定您已经可靠地确定了文档的可压缩性。如果不是，则再次将样本量加倍，依此类推。

我们很确定这不是一个新策略，我们想知道它是否与统计学家使用的一些众所周知的策略有关。

（这里的“压缩”只是一个例子。基本上，我们对没有已知良好数学属性的度量感兴趣，因此无法通过分析确定什么是好的样本量。我们别无选择，只能跌倒回到这样的启发式。）