导入
Bootstrap 与置信区间简介
了解引导法（bootstrapping）和置信区间。
Bootstrap 是一种强大的重采样方法，可帮助我们估计对几乎所有统计量的不确定性程度。
它能够为样本估计值分配准确度度量，这些度量以偏差、方差、置信区间、预测误差或其他类似指标来定义。Bootstrap 的优点在于，它直接在数据上进行，无需对统计量的分布做出任何假设。
...
Bootstrapping
让我们继续，使用经典公式和 Bootstrap 方法计算数据均值和中位数的置信区间。考虑这一点：我们希望围绕某个统计量（如样本均值）计算 95% 的置信水平。我们可以使用由中心极限定理（CLT）推导出的公式，选取与置信水平对应的 z 值，并乘以标准误。
...
The 95% confidence interval
\small \text{Confidence Interval (CI) for mean = } [; \bar{x} + z_{\frac{\alpha}{2}}\frac{s}{\sqrt{n}},; \bar{x} + z_{1-\frac{\alpha}{2}} \frac{s}{\sqrt{n}} ]
\small \bar{x} -1.96 ; \frac{s}{\sqrt{n}},; \bar{x} + 1.96 ; \frac{s}{\sqrt{n}}