8、数据重采样与多设计测试的统计分析

数据重采样与多设计测试的统计分析

1. 重采样技术

为了直观理解 t 检验如何从少量数据中确认和计算统计量，我们可以采用重采样方法。重采样基于这样一个前提：每个样本只是总体中无数可能样本之一。通过从现有样本中抽取多个新样本，我们可以深入了解其他可能样本的特征，从而更好地理解潜在总体。

重采样有多种技术，这里讨论其中最简单的一种——自助法（Bootstrapping）。在自助法中，我们通过有放回地从原始样本中重复随机抽取值，直到生成一个与原始样本大小相同的新样本。由于每次随机抽取后值会被放回，所以同一个源值可能在新样本中多次出现，就像从一副扑克牌中反复随机抽牌，每次抽完后都将牌放回，偶尔会抽到之前选过的牌。

在 Incanter 中，我们可以使用 bootstrap 函数轻松地对样本进行自助法重采样，生成多个重采样样本。 bootstrap 函数接受两个参数：原始样本和要在重采样样本上计算的汇总统计量，还有一些可选参数，如 :size （要计算的重采样样本数量，每个样本大小与原始样本相同）、 :smooth （是否对离散统计量的输出进行平滑处理，如中位数）、 :smooth-sd 和 :replacement （默认为 true ）。以下是示例代码：

(defn ex-2-19 []
  (let [data (->> (load-data "new-site.tsv")