bootstrap置信区间
假设总体的分布F未知,但有一个容量为n的来自分布F的数据样本,自这一样本按有放回抽样的方法抽取一个容量为n的样本,这种样本称为bootstrap样本。相继地、独立地自原始样本中抽取很多个bootstrap样本,利用这些样本对总体F进行统计推断,这种方法成为非参数bootstrap方法,又称自助法。
使用bootstrap方法可以求得变量(参数)的置信区间,称作bootstrap置信区间。
实现
这里以一维数据为例,取样本均值作为样本估计量。代码如下:
import numpy as np
def average(data):
return sum(data) / len