Sempre reamostre o número original de observações

Nos exemplos de bootstrap, exatamente 30 observações foram repetidamente reamostradas da amostra original. A escolha de 30 foi feita porque a amostra original tinha 30 observações. Se tivéssemos reamostrado 3 observações, o valor reamostrado de \(\hat{p}^*\) poderia variar de 0 a 1 (produzindo um \(SE(\hat{p}^*)\) muito maior do que o desejado). Se tivéssemos reamostrado 300 observações, o valor reamostrado de \(\hat{p}^*\) ficaria próximo do mesmo número todas as vezes (produzindo um \(SE(\hat{p}^*)\) muito menor do que o desejado).

De modo geral, se \(n\) representa o tamanho da amostra original, quantas observações devemos reamostrar com reposição ao fazer bootstrapping?