Ponieważ statystyki ładowania początkowego są jedną dodatkową abstrakcją od parametru populacji. Masz parametr populacji, przykładową statystykę i tylko na trzeciej warstwie masz bootstrap. Średnia wartość bootstrapped nie jest lepszym oszacowaniem parametru populacji. To tylko oszacowanie.
Ponieważ rozkład ładowania początkowego zawierający wszystkie możliwe kombinacje ładowania początkowego koncentruje się wokół statystyki próbki, podobnie jak statystyka statystyki próbki wokół parametru populacji w tych samych warunkach. Ten artykuł tutaj całkiem ładnie podsumowuje te rzeczy i jest jednym z najłatwiejszych, jakie mogłem znaleźć. Bardziej szczegółowe dowody znajdują się w dokumentach, do których się odnoszą. Godne uwagi przykłady to Efron (1979) i Singh (1981)n → ∞
Bootstrapped dystrybucja następujący rozkład θ - θ co czyni go użytecznym w oszacowaniu błędu standardowego szacunków próbce w budowie przedziałów ufności oraz w oszacowaniu błędu danego parametru. Nie czyni go lepszym estymatorem parametru populacji. To po prostu stanowi czasami lepszą alternatywę dla zwykłego rozkładu parametrycznego dla rozkładu statystyki.θb- θ^θ^-θ
źródło