在平稳序列的极值统计中，块估计量通常使用不相交的块来构造，因为不同块的高阈值上的超越可以被假定为渐近独立的。本文主要研究极值指数的估计，极值指数是衡量极值聚类程度的指标。我们考虑了不相交估计和滑动块估计，并比较了它们的渐近性质。特别地，我们证明了滑动块估计比不相交估计更有效，并且具有较小的渐近偏差。此外，我们提出了一种在考虑足够大的块大小时减少其偏差的方法。