Bootstrapping method

Bootsrapping指的就是利用有限的样本资料经由多次重复抽样，重新建立起足以代表母体样本分布的新样本。

统计中我们常常需要做参数估计，具体问题可以描述为：给定一系列数据

假设它们是从分布F中采样得到的，参数估计就是希望估计分布F中的θ。θ可以是均值，标准差(Standard Deviation)，标准误差(Standard Error)。

bootstrapping算法的目的就是为了估计从而得到的分布的预测。具体地，它的思想对已有的观测值进行多次重复的抽样，每次抽样都可以得到一个预测的经验分布函数，根据这些不同抽样得到的经验分布函数，可以得到一个更好的关于统计量分布的估计。

打个比方，如果现在有N个学生的身高数据，需要估计的统计量是学生的平均身高。bootstraping的方法可以替我们确定身高平均值的置信区间。步骤大致如下：

1.从N个数据中随机抽取M个数据（有放回）构成一个样本
2.计算每个样本的均值
3.重复步骤1，2知道计算足够多的次数（至少多于20-30次）

根据这些步骤得到的100次结果，我们可以得出95%的置信区间，即覆盖了95%的样本均值的区间。换言之，超出这个范围的身高均值，出现的次数都小于5%，也可以说它的p值<0.05。以上所说的可以理解为bootstrapping百分位法，它假设样本均值与总体均值的分布大致相似，但这个假设在现实中很难保证成立。

---

总结

1. 确定数据集数据量N
2. 确定每次抽取数据M的大小(M≤N)</