统计学bootstrap用于解决什么问题(2)-木庄网络博客

在数据的分布假设太牵强或者解析式太难推导时，Bootstrap为我们提供了解决问题的另一种有效的思路。因此，该方法在生物科学研究中有一定的利用价值和实际意义。

应用bootstrap的原因：

其实，在进行分析的时候，首先要做的就是，判断随机变量的类型，然后就是判断随机变量的数据服从什么分布。

什么分布至关重要，因为它直接决定能不能分析。举例：如果进行方差分析，首先就要求正态分布，如果不是正态分布，就要有补救措施，这个补救措施就是bootstrap。

bootstrap还有一个用处，因为经典统计学对集中趋势比较完善，但是对其他一些分布参数，例如中位数，四分位数，标准差，变异系数等的区间估计不完善，所以就需要bootstrap,这种方法。

bootstrap和经典统计学方法类似，一般情况参数法效率高于非参数法，但是，参数法最大的弊端就是需要事先有一个分布模型，如果模型不符合，分析结果可能错误，也就是白分析。

更多Bootstrap相关技术文章，请访问Bootstrap教程栏目进行学习！

Vue.js 设计与实现基于Vue.js 3 深入解析Vue.js 设计细节

￥83.86元 人民邮电出版社

本书对 Vue.js 3 技术细节的分析非常可靠，对于需要深入理解 Vue.js 3 的用户会有很大的帮助。——尤雨溪，Vue.js作者