다중 목적 순위 선정 문제에서 관측치의 불확실성으로 인한 오분류 오류를 줄이기 위해, 스토캐스틱 크리깅 모델을 활용하여 경쟁 대안들의 성능을 예측하고 이를 바탕으로 효율적인 표본 할당 전략을 제안한다.
