Bootstrap自助法

一、Bootstrap中心思想

• Bootstrap“自助法”，中心思想是通过从样本中重抽样（resample），构建某个估计的置信区间。 抽象的说，通过样本得到的估计并没有榨干样本中的信息，bootstrap利用重抽样，把剩余价值发挥在了构建置信区间上。
• Bootstrap是对现有的数据，不断再随机取小的样本，对每个小样处理数据,得到estimator.从而来了解estimator 的variation or distribution.

二、Bootstrap举例

• 假设要统计小区里男女比例，可是全部知道整个小区的人分别是男还是女很麻烦。于是通过调查得到了小区200个住户的性别信息（假设有200张卡片，上面标记着M与F）。随机拿出其中的100张，看看几个M，几个F，然后把这些放回到200张纸条里，再随即抽100张，再做一次统计。如此反复10次或者更多次，大约就能代表整个小区的男女比例了。我们使用这个方法的原因是不能知道准确的全部样本，所以才使用bootstrap模拟，模拟出来的只是一个相对准确的结果。