در بسیاری از وضعیت های واقعی، جامعه مورد نظر از نظر دارا بودن ویژگی خاص به دو گروه تقسیم می شود، به طوری که در گروه اول تنها تعداد کمی از واحدهای دارای صفت مورد نظر قرار می گیرند و بیشتر عناصر جامعه که فاقد این ویژگی می باشند در گروه دوم جای می گیرند. به عبارت دیگر در این جوامع صفات تحت بررسی بسیار کمیاب می باشند و به این گروه از عناصر گروه کمیاب ها یا نادرها اطلاق می شود. برای مثال می توان به جامعهء اشاره کرد که درآن متغیر مورد بررسی برای اکثر عناصر، صفر می باشد وتنها یک زیر گروه کوچک از واحدها، مقادیری متفاوت از صفر را اختبار می کنند در این شرایط برآورد پارامترهای جامعه (میانگین، مجموع کل واحدها،...) بر اساس طرح نمونه گیری کلاسیک با حجم نمونه ای ثابت، چندلن معقول به نظر نمی رسد. زیرا همواره این بیم وجود دارد که در نمونه اخذ شده به روش کلاسیک با حجم ثابت واحدی با صفت کمیاب وجود نداشته باشد و در نتیجه برآورد نادرستی از پارامترها به دست آید. در چنین شرایطی از طرح نمونه گیری معکوس استفاده می شود د. راین طرح فرآیند نمونه گیری تا مشاهده تعداد مشخصی از واحدهای دارای صفت کمیاب در نمونه ادامه می یابد. بنابراین حجم نمونه یک متغیر تصادفی است که مقدارش بعد از اتمام عملیات نمونه گیری به دست خواهد آمد. نمو نه گیری معکوس که گاهی آن را نمونه گیری دنباله ای نیز می نامند، در حالت بدون جایگذاری و باجایگذاری و همچنین احتمال انتخاب برابر و نابرابر واحدهای جامعه مورد بررسی قرار گرفته است. پژوهشگران نشان داده اند که در جوامع مورد بحث، استفاده از طرح نمونه گیری معکوس از کارایی بیشتری نسبت به طرح های کلاسیک با حجم ثابت برخوردار است