某種意義上,自助法(bootstrapping)與從母體抽樣相反。抽樣把你的資料集當成母體,然後隨機取出一個子集。自助法則把你的資料集視為一個樣本,並用它來建立一個理論上的母體。
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
了解什麼是抽樣以及它的用途,認識便利抽樣帶來的問題,並學會區分真正的隨機與偽隨機。
學會何時以及如何執行四種隨機抽樣方法:簡單、系統、分層與群集。
學習如何用相對誤差量化樣本統計量的準確度,並透過產生抽樣分配來衡量估計的變異。
學習如何用重抽樣進行 bootstrap,自未知母體中估計變異。理解抽樣分配與 bootstrap 分配之間的差異。
當前練習