bootstrap数据指的是：有放回地从总共N个样本中抽样n个样本。
在统计学中，bootstrap即自助法，是一种从给定训练集中有放回的均匀抽样，也就是说，每当选中一个样本，它等可能地被再次选中并被再次添加到训练集中。自助法由Bradley Efron于1979年在“Annals of Statistics”上发表。当样本来自总体，能以正态分布来描述，其抽样分布为正态分布。
Bootstrap的思想，是生成一系列bootstrap伪样本，每个样本是初始数据有放回抽样。通过对伪样本的计算，获得统计量的分布。例如，要进行1000次bootstrap，求平均值的置信区间，可以对每个伪样本计算平均值。这样就获得了1000个平均值。对着1000个平均值的分位数进行计算， 即可获得置信区间。
下载本文
