高等数学 / 系统课时

Bootstrap重抽样

Bootstrap重抽样

Bootstrap 用有限样本反复模拟“重新抽样”,在不知道总体分布或统计量理论分布较难推导时,估计标准误、偏差和置信区间。本课将用一个可运行示例完成从重抽样到结果解释的全过程。

学习目标

  • 理解有放回重抽样为什么能够近似统计量的抽样分布
  • 会计算 Bootstrap 标准误、偏差和百分位置信区间
  • 能识别样本代表性不足与重抽样次数过少等常见风险

Bootstrap解决什么问题

真实研究通常只有一份样本,但标准误和置信区间描述的是“重复抽样后统计量如何波动”。Bootstrap 的做法是把当前样本暂时视为总体的经验近似,再从中有放回地抽取同样数量的观测,重复计算目标统计量。

它尤其适合中位数、分位数、复杂比率等理论标准误不易推导的统计量。若经典参数方法的分布假设可靠,Bootstrap 不是必须替代它,而是提供一种更通用的数值估计路径。

重抽样机制

一次 Bootstrap 迭代包含三步:从原样本有放回抽取 nn 个值、计算目标统计量、保存结果。重复 BB 次后,得到一组 Bootstrap 统计量,其离散程度近似原统计量的抽样波动。

Bootstrap重抽样流程

有放回是关键。若改成无放回抽样且样本量不变,每次都会得到原样本本身,统计量不会变化,也就无法估计抽样波动。

用Python估计均值的不确定性

下面固定随机种子,对 8 个观测值进行 5000 次重抽样。示例使用总体样本均值作为点估计,以 Bootstrap 均值序列的样本标准差作为标准误,并取第 2.5% 与第 97.5% 位置构造百分位区间。

python
import random
import statistics

sample = [12, 15, 14, 10, 18, 16, 13, 17]
resample_count = 5000

random.seed(42)
bootstrap_means = []

for _ in range(resample_count):
    # 每次抽取与原样本同样多的观测,并允许同一个值重复出现
    resample = random.choices(sample, k=len(sample))
    bootstrap_means.append(statistics.mean(resample))

estimate = statistics.mean(sample)
bootstrap_center = statistics.mean(bootstrap_means)
standard_error = statistics.stdev(bootstrap_means)
bias = bootstrap_center - estimate

ordered = sorted(bootstrap_means)
lower = ordered[int(0.025 * resample_count)]
upper = ordered[int(0.975 * resample_count) - 1]

print(f"样本均值: {estimate:.3f}")
print(f"Bootstrap标准误: {standard_error:.3f}")
print(f"Bootstrap偏差: {bias:.3f}")
print(f"95%百分位置信区间: [{lower:.3f}, {upper:.3f}]")

预期输出

text
样本均值: 14.375
Bootstrap标准误: 0.869
Bootstrap偏差: -0.013
95%百分位置信区间: [12.625, 16.125]

固定随机种子后输出可复现。实际分析中随机结果会随种子、重抽样次数和分位数算法略有变化,因此应关注估计量级与稳定性,而不是要求每个小数位完全一致。

如何解释三个结果

标准误约为 0.869,表示在当前经验分布下,样本均值的重复抽样波动约为 0.869。偏差接近 0,说明 Bootstrap 统计量中心与原样本均值几乎重合,但这不代表原样本对真实总体没有抽样偏差。

95% 百分位区间为 12.625 到 16.125。它直接使用 Bootstrap 统计量分布两端的分位点,解释为在当前样本与重抽样机制下,均值的不确定范围大致落在该区间内。

使用边界与检查

Bootstrap 不能修复原样本的系统性问题。若样本严重偏倚、观测不独立或时间序列被当作独立数据随机打乱,重抽样只会重复原有缺陷。对分组、聚类和时间序列数据,应分别采用分层 Bootstrap、簇 Bootstrap 或区块 Bootstrap。

重抽样次数应足以使结果稳定。学习演示可使用 1000 次,正式分析常从 5000 次或更多开始,并比较不同随机种子下标准误和区间端点是否明显变化。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

Bootstrap重抽样

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通