Bootstrap是非參數統計中一種重要的估計統計量變異性，並可進行統計量區間估計的統計方法，也稱為自助法。
其核心思想與基本步驟如下：（推薦學習：Bootstrap影片教學）
（1） 採用重複抽樣技術從原始樣本中抽取一定數量（可自行給定，一般與原始樣本相同）的樣本，此過程允許重複抽樣。
（2） 根據抽出的樣本計算待估計的統計量T。
（3） 重複上述N次（一般大於1000），得到N統計量T。
（4） 計算上述N個統計量T的樣本方差，以此估計統計量T的變異數。
應該說Bootstrap是現代統計學較為流行的統計方法，在小樣本時效果很好。透過方差的估計可以建構信賴區間等，其應用範圍進一步延伸。
具體抽樣方法舉例：想要知道池塘裡面魚的數量，可以先抽取N條魚，做上記號，放回池塘。
進行重複抽樣，抽取M次，每次抽取N條，考察每次抽到的魚當中有記號的比例，綜合M次的比例，在進行統計量的計算。
如果資料存在明顯的層次，可以用分層抽樣提高分析效率，spss默認是非參數bootstrap方法，並且採用完全隨機抽樣，所以，如果要求分層抽樣，不能依靠默認，需要自己設置。
還有特別要注意，需要多少個觀測量才是最科學，最合理的，答案是1000個。少於這個數字，計算結果不準確，因為是依照百分位數法計算可信區間，所以，不能太少。如果多於1000個，多數情況下精度改善非常有限，並且浪費系統資源和計算時間。
bootstrap的spss分析中的操作步驟：「分析」～「比較平均值」～「平均值」～選擇好自變數和因變數～「選項」子對話方塊～「儲存格統計量」～ bootstrap子對話框～執行bootstrap複選框
還有一點，如果因變數符合或大概符合常態分佈，bootstrap方法就可以不用。
更多Bootstrap相關技術文章，請造訪Bootstrap教學欄位進行學習！
以上是bootstrap演算法是什麼意思的詳細內容。更多資訊請關注PHP中文網其他相關文章！
