bootstrap資料是什麼意思

bootstrap資料指的是：有放回地從總共N個樣本中抽樣n個樣本。

在統計學中，bootstrap即自助法，是一種從給定訓練集中有放回的均勻抽樣，也就是說，每當選中一個樣本，它等可能地被再次選中並被再次新增到訓練集中。自助法由Bradley Efron於1979年在“Annals of Statistics”上發表。當樣本來自總體，能以常態分佈來描述，其抽樣分佈為常態分佈。

Bootstrap的思想，是生成一系列bootstrap偽樣本，每個樣本是初始資料有放回抽樣。通過對偽樣本的計算，獲得統計量的分佈。例如，要進行1000次bootstrap，求平均值的置信區間，可以對每個偽樣本計算平均值。這樣就獲得了1000個平均值。對著1000個平均值的分位數進行計算， 即可獲得置信區間。