Ricampiona sempre il numero originale di osservazioni

Negli esempi di bootstrap, esattamente 30 osservazioni sono state ricampionate ripetutamente dal campione originale. La scelta di 30 è stata fatta perché il campione originale aveva 30 osservazioni. Se avessimo ricampionato 3 osservazioni, il valore ricampionato di \(\hat{p}^*\) avrebbe potuto variare da 0 a 1 (producendo un \(SE(\hat{p}^*)\) molto più grande del desiderato). Se avessimo ricampionato 300 osservazioni, il valore ricampionato di \(\hat{p}^*\) sarebbe stato vicino allo stesso numero ogni volta (producendo un \(SE(\hat{p}^*)\) molto più piccolo del desiderato).

In generale, se \(n\) rappresenta la dimensione del campione originale, quante osservazioni dovremmo ricampionare con reinserimento quando facciamo bootstrap?