Bootstrap法在小样本统计推断中的应用.docxVIP

Bootstrap法在小样本统计推断中的应用

一、引言

在统计分析的诸多场景中，小样本数据是研究者经常面临的难题。无论是医学领域中罕见病的临床研究、社会学领域中小众群体的调查分析，还是工程领域中新型产品的初步性能测试，都常常因为样本获取难度大、成本高或事件本身发生概率低等原因，只能得到规模有限的样本数据。传统的统计推断方法大多建立在大样本理论基础之上，依赖于总体服从特定分布的假设，当样本量较小时，这些方法的估计精度、检验效力往往会大幅下降，难以得出可靠的结论（Efron，1979）。

Bootstrap法作为一种基于重抽样的统计方法，由美国统计学家Efron于上世纪七十年代末提出，它打破了传统