自助法重采样——详解

1. 公式
   观察依据

   屏幕上显示的样本均值为$\bar{x} = 14.2\ \mathrm{m}$。

2. 声音
   观察依据

   旁白称，30棵树的平均高度为14.2米。

$\bar{x}$

所测树高的样本均值。

实数值汇总统计量；此处单位为米。

1. 字幕依据
   观察依据

   “自助法技巧”一节将数据标注为“样本（$n = 30$）”。

2. 声音
   观察依据

   旁白提到从原始样本中重复抽样，得到一个同样大小的新样本。

n

原始样本容量。

正整数；此处 $n = 30$。

1. 公式
   观察依据

   屏幕上显示的公式为$X_1^*, X_2^*, \dots, X_n^* \sim \hat{F}_n$。

2. 声音
   观察依据

   旁白提示：从经验分布中抽取样本 X 星一到 X 星n。

$X_i$^*

从原始样本中有放回地抽取的第 i 个自助重抽样观测值。

与原始观测值采用相同的测量尺度。

1. 公式
   观察依据

   所显示公式的右端是$\hat{F}_n$。

2. 声音
   观察依据

   讲解中称其为经验分布，并解释为从原始样本中均匀地、有放回地抽取。

$\hat{F}_n$

由容量为 n 的观测样本所诱导的经验分布。

以观测样本取值为支撑集的离散概率分布。

1. 公式
   观察依据

   自助法分布部分展示了$\bar{x}_1^*, \bar{x}_2^*, \dots, \bar{x}_B^*$。

2. 声音
   观察依据

   讲解中指出，每次重抽样都会产生一个新的均值，从 x̄*₁ 一直到 x̄*B。

$\bar{x}_b^*$

第 b 次自助重抽样的均值。

当 $b = 1$,$\dots$,B 时，该实值统计量。

1. 公式
   观察依据

   该序列终止于$\bar{x}_B^*$。

2. 声音
   观察依据

   讲解中说要将该过程重复数百次。

1. 本片段未说明 B 的确切数值。

B

所执行的自助重抽样次数。

正整数。

1. 图示
   观察依据

   直方图的横轴标注为$\bar{x}^*$，取值范围从12.5到15.5。

$\bar{x}^*$

通用自助法重抽样均值绘制在横轴上。

实数值轴变量。

1. 图示
   观察依据

   自助法均值直方图的横轴标记为$\tilde{x}^{*}$，刻度范围从12.5到15.5。

$\tilde{x}^{*}$

样本均值统计量的一次自助法重复抽样；本片段中即为直方图横轴上所绘制的量。

显示的实数值自助法均值大致范围为12.5至15.5。

1. 公式
   观察依据

   公式呈现为$\mathrm{SE}_{\text{boot}} = \sqrt{\frac{1}{B}\sum_{b=1}^{B}(\tilde{x}_{b}^{*}-\overline{\tilde{x}^{*}})^{2}}$。

$\mathrm{SE}_{\text{boot}}$

自助法标准误，计算方式为自助法重复抽样均值的标准差。

非负实数。

1. 公式
   观察依据

   求和上限和前置因子使用 $B$ 在 $\frac{1}{B}\sum_{b=1}^{B}$。

1. 本片段中，视频未明确给出$B$的数值。

B

标准误公式中所用的自助法重复抽样次数。

重采样的正整数个数。

1. 公式
   观察依据

   自助法重复抽样的求和式中出现的下标范围为$b=1$至$B$。

b

遍历所有自助法样本的重复抽样下标。

整数索引，记为$1\le b\le B$。

1. 公式
   观察依据

   项$\tilde{x}_{b}^{*}$出现在标准误（SE）公式中的平方偏差内。

$\tilde{x}_{b}^{*}$

第$b$次重抽样得到的自助法均值。

实数值的重抽样统计量。

1. 声音
   观察依据

   旁白将重复抽样所得均值的集合定义为抽样分布，并指出其宽度即为我们希望了解的不确定性。

2. 图示
   观察依据

   一条标注为$\bar{x}$的数轴上显示若干绿色点，密集分布在14.0附近，并配有文字说明：“该宽度 = 我们的不确定性”以及“抽样分布”。

视频将抽样分布介绍为：若将整个实验重复进行多次，所得到的所有样本均值的构想集合；其离散程度反映了单个观测均值作为总体平均值估计量时所具有的不确定性。

1. 它关注的是从同一总体中抽取的、大小相同的重复样本。

2. 在此片段中，它特指样本均值的分布$\bar{x}$。

1. 声音
   观察依据

   旁白指出：取这一个样本，将其视作整个总体，并从中放回地抽取一个同样大小的新样本。

2. 公式
   观察依据

   屏幕上显示的形式化表述为$X_1^*, X_2^*, \dots, X_n^* \sim \hat{F}_n$。

3. 动画
   观察依据

   蓝色原始数据点保持固定，橙色重采样点出现在其下方，可明显看到重复与遗漏现象。

自助法用对观测数据本身的重采样来替代不可实现的重复抽样实验。每次自助重采样的样本量与原始样本相同，且从经验分布中放回抽取。

1. 使用一个容量为 n 的原始样本。

2. 放回抽取一个容量为 n 的新样本。

3. 该重采样来自观测数据的经验分布。

1. 样本均值的抽样分布
2. $\hat{F}_n$

1. 声音
   观察依据

   旁白说明：需将重采样过程重复数百次，对每次重采样计算一个新的均值，再将这些均值汇总成直方图，并指出该直方图近似于真实的抽样分布。

2. 公式
   观察依据

   屏幕上显示的序列为$\bar{x}_1^*, \bar{x}_2^*, \dots, \bar{x}_B^*$。

3. 动画
   观察依据

   一个以橙色呈现的自助均值直方图在14.0周围逐渐形成，图注为“近似抽样分布”。

1. 本片段未以具体数值明确给出自助重复次数 B。

经过大量自助重采样后，所得各均值构成的集合即为自助分布。视频将该分布视为对统计量之真实抽样分布（通常不可观测）的一种实用近似。

1. 执行多次独立的自助法重抽样。

2. 对每次重抽样，计算相同的统计量，此处为均值。

3. 利用所得直方图或离散程度来近似抽样变异性。

1. 从经验分布出发的自助法重采样
2. 样本均值的抽样分布

1. 声音
   观察依据

   讲解员说：“标准误就是所有这些自助法均值的标准差。”

2. 公式
   观察依据

   屏幕上的公式将$\mathrm{SE}_{\text{boot}}$定义为自助法均值与其均值之差的平方的平均值的平方根。

本片段中，自助法标准误被操作性地定义为自助法重复抽样所得均值集合的标准差。屏幕上显示的公式通过在$B$次重复抽样上对平方偏差取平均并开平方根，使该定义精确化。

1. 共有$B$个自助法重复抽样所得均值$\tilde{x}_{b}^{*}$。

2. $\overline{\tilde{x}^{*}}$表示这些重复抽样所得均值的均值。

3. 该公式使用除以$B$而非$B-1$。

1. $\mathrm{SE}_{\text{boot}}$
2. B
3. $\tilde{x}_{b}^{*}$
4. $\overline{\tilde{x}^{*}}$

1. 声音
   观察依据

   讲解员说，要得到一个95%的置信区间，“你不需要任何正态分布假设，无需z分数，也无需公式；你只需舍弃自助法均值中最低的百分之二点五和最高的百分之二点五，剩余部分的取值范围就是你的置信区间。”

2. 公式
   观察依据

   屏幕上的记号给出$C_n=(\tilde{x}^{*}_{2.5\%},\tilde{x}^{*}_{97.5\%})$。

3. 动画
   观察依据

   虚线垂直线标出2.5%和97.5%分位点，中间区域被高亮显示为95%置信区间。

该片段介绍了构建95%自助置信区间的百分位数法：将自助重复抽样的均值从小到大排序，舍弃最低的2.5%和最高的2.5%，保留剩余的中间范围作为置信区间。视觉重点在于，该方法避开了参数化正态理论所需的输入（例如z分数）。

1. 该区间由自助重复抽样的均值构建而成。

2. 目标置信水平为95%。

3. 端点是自助分布的第2.5百分位数和第97.5百分位数。

4. 所述方法中未使用正态分布假设或z分数。

1. $C_n$
2. $\tilde{x}^{*}_{2.5\%}$
3. $\tilde{x}^{*}_{97.5\%}$
4. 自助法标准误即自助法均值的标准差

1. 声音
   观察依据

   旁白说道：“答案就在经验分布中。当样本量为十个时，你的经验累积分布函数（CDF）是一条锯齿状的阶梯曲线，几乎无法反映真实情况；而当样本量增至一百时，它便明显收紧；当增至一千时，它已几乎无法与真实分布相区分。”

2. 图示
   观察依据

   图中显示一条平滑曲线，标注为“真实CDF”，以及若干阶梯函数，分别标注样本量$n=10$、$n=100$和$n=1000$。

片段后半部分通过诉诸经验分布，解释了为何自助重抽样可行：经验CDF是由样本数据构建的阶梯函数；随着样本量增大，该阶梯函数在视觉上逐渐趋近于平滑的真实CDF。

1. 使用容量为$n$的样本来构建经验CDF。

2. 比较曲线是总体或真实的累积分布函数。

3. 更大的$n$值会使示例中的视觉近似效果更接近真实情况。

1. $\Pr(X\le x)$
2. x
3. n

1. 声音
   观察依据

   旁白指出：“但这里存在一个问题：你只拥有一个宇宙。一个样本，一个数值。抽样分布永远无法触及。”

2. 字幕依据
   观察依据

   屏幕显示红色文字：“但你只拥有一个宇宙。”

在真实的数据分析中，人们仅能观测到一个样本，因此完整的抽样分布无法被直接观察到。

1. 存在一个被抽样的固定总体。

2. 分析者仅能从该总体中获得一个已实现的样本。

对于实际观测到的数据集，仅可获得一个样本均值。

1. 声音
   观察依据

   旁白称，由单个原始样本构建的直方图，其形状与宽度几乎完全等同于那个永远无法看到的真实抽样分布。

2. 字幕依据
   观察依据

   屏幕文字显示：“近似抽样分布”。

1. “几乎完全”这一说法是定性的；本片段中未给出任何误差界或定理条件。

自助重抽样均值的直方图近似真实样本均值抽样分布的形状与宽度。

1. 仅有一个原始样本可用。

2. 从该样本中有放回地抽取大量自助重抽样。

3. 在每个重抽样上计算的统计量是样本均值。

在所演示的例子中，基于大量自助重复抽样。

1. 声音
   观察依据

   讲解员说道：“你不需要任何正态分布假设，不需要z分数，也不需要公式。”

1. 本片段中，百分位数自助法置信区间这一主张以口头和视觉方式同时呈现；其他自助法置信区间的更广泛有效性条件未予讨论。

对于通过百分位数法由自助样本均值构造的95%置信区间，该片段指出：无需正态分布假设、z分数或额外公式。

1. 该区间由自助重复抽样所得的均值构成。

2. 所要求的置信水平为95%。

此说法针对本片段中展示的自助样本均值百分位数区间。

1. 声音
   观察依据

   讲解员说：“你的样本，无论看起来多么微小和朴素，实际上却是你观察总体的最佳窗口。”

2. 字幕依据
   观察依据

   底部文字重复显示：“样本是我们观察总体的最佳窗口。”

1. 这是一个关于直觉与实践的解释性主张，并非本片段内形式证明的定理。

该片段声称，所观测到的样本是观察总体的最佳可用窗口，从而引出从经验分布中重采样的动机。

1. 我们拥有一个从总体中抽取的样本。

2. 无法获得对整个总体更优的直接观测。

关于从样本进行实际统计推断的一种非正式的普遍性陈述。

1. 声音
   观察依据

   解说员说道：“而从中重采样，是统计学所能提供的、最接近时间旅行的方法。”

1. 修辞性表达；该片段并未在数学上形式化“时间旅行”的含义。

解说员以修辞方式声称：从基于样本的经验分布中重采样，是统计学所能提供的、最接近时间旅行的方法。

1. 我们从由所观测样本生成的经验分布中进行重采样。

关于重采样在统计推断中作用的修辞性陈述。

1. 声音
   观察依据

   解说词的思路从构想多个平行宇宙出发，转而指出现实中仅存在一个样本，继而提出用自助法作为替代方案，最终构建自助均值的直方图。

2. 动画
   观察依据

   画面演进过程为：从多个构想出的样本及对应的均值云团，过渡到一个被高亮显示的样本，再变为橙色的重抽样点，最后呈现一个含$\bar{x}^*$个数值的直方图。

1. 公式

   $$$$
   解释

   首先设想将整个实验重复多次，每次均采集一个容量为 n 的新样本，并计算其均值。

   步骤依据

   这是视频中所采用的抽样分布的概念性定义。

   视频直接表达
2. 公式

   $$$$
   解释

   将所有这些设想出的均值放在数轴上；它们的离散程度即为单个样本均值的不确定性。

   步骤依据

   视频将重复抽样所得均值所形成的‘云’的宽度，等同于抽样分布。

   视频直接表达
3. 公式

   $$$$
   解释

   认清这一障碍：现实中我们仅有一个样本，因此均值之‘云’无法被直接观测。

   步骤依据

   旁白明确指出，抽样分布永远无法从一个已实现的数据集获得。

   视频直接表达
4. 公式

   $$X_1^*, X_2^*, \dots, X_n^* \sim \hat{F}_n$$
   解释

   用观测样本的经验分布代替未知的总体，并从中有放回地抽取多个容量为 n 的重抽样样本。

   步骤依据

   这是该片段中正式引入的自助法技巧。

   视频直接表达
5. 公式

   $$\bar{x}_1^*, \bar{x}_2^*, \dots, \bar{x}_B^*$$
   解释

   对每个自助重抽样样本，计算其均值，从而得到多个自助均值。

   步骤依据

   旁白说明每次重抽样都会产生一个新的均值，并依次列出至第 B 个。

   视频直接表达
6. 公式

   $$$$
   解释

   将这些自助均值堆叠成直方图；所得的自助分布被呈现为对真实抽样分布的一种近似。

   步骤依据

   视频指出，该直方图的形状与宽度几乎与不可观测的抽样分布相同。

   视频直接表达

自助法通过反复重抽样已观测数据集并汇总所得统计量的变异性，为抽样分布提供了一种以数据为驱动的替代方案。

1. 公式
   观察依据

   屏幕上显示的公式是$X_1^*, X_2^*, \dots, X_n^* \sim \hat{F}_n$。

2. 声音
   观察依据

   旁白将 $\hat{F}_n$} 解释为一种花哨的说法，意思是：从原始样本中均匀地、可重复地随机抽取。

1. 公式

   $$X_1^*, X_2^*, \dots, X_n^* \sim \hat{F}_n$$
   解释

   左侧读作一个容量为 n 的自助样本，右侧读作被抽样的分布。

   步骤依据

   公式直接显示在屏幕上。

   视频直接表达
2. 公式

   $$$$
   解释

   旁白将$\hat{F}_n$翻译为操作性语言：从原始样本中均匀地选取观测值，允许重复。

   步骤依据

   这是视频片段中给出的明确口头解释。

   视频直接表达
3. 公式

   $$$$
   解释

   因此，每次自助抽样都独立地、等概率地从 n 个已观测值中选出一个。

   步骤依据

   这源于视频中所述的“均匀地”与“可重复地”两个条件的结合。

   依据视频推导

符号表达式$X_1^*, \dots, X_n^* \sim \hat{F}_n$ precisely 表示图示所演示的重抽样规则：从观测数据中均匀地、可重复地选取。

1. 动画
   观察依据

   自助法均值的直方图持续显示在屏幕上，同时在下截断点和上截断点处出现虚线垂直线。

2. 动画
   观察依据

   截断点之间的中心区域被阴影填充，并标注为“95% 置信区间”。

3. 声音
   观察依据

   旁白描述丢弃自助均值分布中底部的2.5% 和顶部的2.5%。

1. 公式

   $$$$
   解释

   从自助重复样本均值的经验分布出发，该分布在$\tilde{x}^{*}$轴上以直方图形式呈现。

   步骤依据

   视频片段在引入区间记号之前，先展示自助均值直方图。

   视频直接表达
2. 公式

   $$\tilde{x}^{*}_{2.5\%}$$
   解释

   将自助均值的2.5分位数确定为下截断点。

   步骤依据

   公式$C_n=(\tilde{x}^{*}_{2.5\%},\tilde{x}^{*}_{97.5\%})$及左侧虚线标记该点。

   视频直接表达
3. 公式

   $$\tilde{x}^{*}_{97.5\%}$$
   解释

   将自助均值的97.5分位数确定为上截断点。

   步骤依据

   同一公式及右侧虚线标记该点。

   视频直接表达
4. 公式

   $$(\tilde{x}^{*}_{2.5\%},\tilde{x}^{*}_{97.5\%})$$
   解释

   丢弃底部2.5% 和顶部2.5% 的尾部，剩余的中心范围即为置信区间。

   步骤依据

   旁白明确指出：丢弃这些尾部，取剩余范围；被阴影填充的中心区域标注为“95% 置信区间”。

   视频直接表达

95% 自助置信区间是自助重复样本均值的中心百分位区间，通过从每侧尾部各修剪2.5% 得到。

1. 动画
   观察依据

   首先显示一条平滑的黄色曲线，标注为“真实累积分布函数”（the true CDF）。

2. 动画
   观察依据

   接着出现一条蓝色阶梯线，对应$n=10$；然后是一条绿色阶梯线，对应$n=100$；最后是一条橙色阶梯线，对应$n=1000$。

3. 声音
   观察依据

   解说员对比了10、100和1000三组数据点，并指出：样本量越大，阶梯线越趋紧致，几乎与真实情况无法区分。

1. 该片段旨在提供收敛性的直观图示理解，而非形式化证明。

1. 公式

   $$$$
   解释

   以真实累积分布函数作为平滑的参考曲线开始。

   步骤依据

   图中将该平滑曲线标注为“真实累积分布函数”。

   视频直接表达
2. 公式

   $$n=10$$
   解释

   仅有10个数据点时，经验累积分布函数是一条粗糙且锯齿状的阶梯线，明显区别于真实曲线。

   步骤依据

   解说词称其“几乎不似真实情况”，而蓝色阶梯函数是最粗糙的。

   视频直接表达
3. 公式

   $$n=100$$
   解释

   将样本量增至100后，得到更精细的阶梯线，其位置更贴近平滑曲线。

   步骤依据

   解说词说：“当有百个点时，它就收紧了”，而绿色阶梯函数比蓝色的更接近真实曲线。

   视频直接表达
4. 公式

   $$n=1000$$
   解释

   在1000个点时，图示中的经验累积分布函数已几乎无法与真实累积分布函数区分。

   步骤依据

   旁白直接指出这一点，而橙色的阶梯函数最紧密地贴合光滑曲线。

   视频直接表达
5. 公式

   $$$$
   解释

   因此，从经验分布中重采样是合理的，因为当样本是唯一可用信息时，该经验分布是对总体分布的最佳近似。

   步骤依据

   这源于讲述者的最终解释：样本是观察总体的最佳窗口，而从中重采样则是目前最接近的替代方案。

   依据视频推导

直观论证在于：更大的样本使经验累积分布函数更紧密地逼近真实累积分布函数，从而为从经验分布出发的自助法重采样提供了依据。

1. 声音
   观察依据

   旁白说：在一片森林中测量了30棵树，其平均高度为14.2米。

2. 公式
   观察依据

   屏幕显示$\bar{x} = 14.2\ \mathrm{m}$。

3. 字幕依据
   观察依据

   文字显示：“你在一片森林中测量了30棵树。”随后出现：“你有多确信？”

已知30棵实测树木高度，其样本均值为14.2米，评估该单一数值在多大程度上能可靠地描述整片森林。

1. 样本容量 $n = 30$。

2. 观测到的样本均值为$\bar{x} = 14.2\ \mathrm{m}$。

理解若再测量另外30棵树，样本均值会变化多少。

1. 公式

   $$\bar{x} = 14.2\ \mathrm{m}$$
   解释

   记录样本中观测到的汇总统计量。

   步骤依据

   该数值在视频中明确显示并口头陈述。

   视频直接表达
2. 公式

   $$$$
   解释

   提问：另一组30棵树的样本是否会给出完全相同的均值？

   步骤依据

   旁白直接提出这一问题。

   视频直接表达
3. 公式

   $$$$
   解释

   得出结论：答案会‘波动’，因此关键问题在于波动幅度有多大，而不在于它是否发生变化。

   步骤依据

   这是用于引出不确定性的口头推理过程。

   视频直接表达

该片段此处并未计算数值型的不确定性；而是确立了单一均值14.2米本身具有不确定性，并引出对其变异性进行估计的必要性。

验证是概念性的：视频将一个观测到的均值与重复抽样下预期的变异性进行对比。

1. 图示
   观察依据

   直方图横轴范围从12.5到15.5，质量集中在14.0附近。

2. 动画
   观察依据

   95%区间显示为两条虚线截断点之间的中心部分，这两条虚线大致位于13.7和14.3附近。

1. 图中未以数字形式标出端点的确切数值，因此区间端点只能从横轴上近似读取。

利用所展示的自助法均值直方图，确定百分位法生成的95%置信区间。

1. 横轴为$\tilde{x}^{*}$，刻度从12.5到15.5。

2. 自助法分布的中心位于14.0附近。

3. 该区间由第2.5百分位数和第97.5百分位数界定。

确定图中所示自助法均值的中心95%范围。

1. 公式

   $$C_n=(\tilde{x}^{*}_{2.5\%},\tilde{x}^{*}_{97.5\%})$$
   解释

   以百分位数形式写出该区间。

   步骤依据

   这是屏幕上显示的自助法置信区间的公式。

   视频直接表达
2. 公式

   $$$$
   解释

   在直方图上找到由虚线垂直线标记的下界和上界截断点。

   步骤依据

   动画在2.5%和97.5%截断点处放置了虚线。

   视频直接表达
3. 公式

   $$\text{approximately }(13.7,14.3)$$
   解释

   从横轴上读出中心区间，大致为13.7到14.3。

   步骤依据

   阴影中心区域位于靠近13.5和14.5的刻度线之间，其边界在视觉上接近13.7和14.3。

   依据视频推导

所显示的95%自助法置信区间是自助法均值直方图的中心范围，通过目测约为$(13.7,14.3)$。

该答案与标有“95%置信区间”的阴影中心区域一致，该区域位于两条虚线百分位截断点之间。

1. 动画
   观察依据

   一条标有$\bar{x}$的数轴出现，其刻度从12.0到16.0；绿色圆点在14.0附近逐渐聚集。

2. 字幕依据
   观察依据

   圆点上方文字为“该宽度 = 我们的不确定性”，下方文字为“抽样分布”。

3. 动画
   观察依据

   随后其他方框消失，仅剩一个高亮显示的样本方框和一个绿色圆点，并配有红色文字：“但你只拥有 ONE 个宇宙。”

1. 一条标有$\bar{x}$的数轴，其刻度为12.0、12.5、13.0、13.5、14.0、14.5、15.0、15.5、16.0。

2. 多个代表重复实验的青色样本方框。

3. 代表这些重复实验所得样本均值的绿色圆点。

4. 黄色双向箭头，表示离散程度。

5. 红色文字：“但你只拥有 ONE 个宇宙。”

1. 绿色圆点逐个出现在14.0周围，形成一个簇。

2. 黄色箭头标示该簇的宽度。

3. 大多数样本框消失，仅剩一个样本框，且仅剩一个绿色圆点。

1. 本片段中，横轴始终为样本均值轴$\bar{x}$。

2. 在想象重复视角下，该簇群中心位于14.0附近。

动画将完整的抽样分布（以众多可能均值构成的云图形式呈现）与实际情形（仅从一个样本中观测到一个均值）进行对比。

1. 动画
   观察依据

   蓝点位于某条线上方，代表容量为30的原始样本；橙点出现在该线下方，代表一次重抽样。

2. 字幕依据
   观察依据

   文字依次显示：“样本（$n = 30$）”，然后是“将其视为总体”，最后是“自助法重抽样（有放回）”。

3. 公式
   观察依据

   公式$X_1^*, X_2^*, \dots, X_n^* \sim \hat{F}_n$出现在各点下方。

1. 一条无标签的水平线上分布着蓝色原始样本点。

2. 橙色重抽样点出现在该线之下。

3. 字幕文字说明原始样本及重抽样规则。

4. 公式$X_1^*, X_2^*, \dots, X_n^* \sim \hat{F}_n$。

1. 橙色点依次添加在蓝色点的下方。

2. 某些水平位置会收到多个橙色点，而另一些位置则一个也没有。

3. 图注从将样本视作总体，转变为称该结果为自助法重抽样样本。

1. 原始的蓝色样本位置保持固定。

2. 重抽样样本的名义大小 n 与原始样本相同。

该图示展示了从经验分布中进行有放回抽样：允许重复取值，且某次重抽样中可能遗漏部分原始取值。

1. 动画
   观察依据

   一个橙色直方图构建在横轴 $\bar{x}^*$ 上，该横轴范围从 12.5 到 15.5。

2. 公式
   观察依据

   序列 $\bar{x}_1^*, \bar{x}_2^*, \dots, \bar{x}_B^*$ 显示在图的上方。

3. 字幕依据
   观察依据

   直方图下方的文字为“近似抽样分布”。

1. 直方图的组距和确切频数均未以数字标注。

1. 横轴标记为 $\bar{x}^*$，刻度依次为 12.5、13.0、13.5、14.0、14.5、15.0、15.5。

2. 橙色条形构成的钟形直方图。

3. 列出至多$\bar{x}_B^*$的自助法均值的公式。

1. 随着累积的自助法均值越来越多，条形向上增长。

2. 该分布逐渐集中在14.0附近，朝向13.5和14.5的尾部变薄。

1. 横轴变量始终为自助法均值$\bar{x}^*$。

2. 所显示分布的中心始终靠近14.0。

该直方图可视化了样本均值的自助法分布，展示了均值在由同一原始数据集生成的重抽样中变化的程度。

1. 图示
   观察依据

   顶部标题为“标准误与置信区间”，其下方是一个棕色/橙色直方图，背景为黑色。

2. 图示
   观察依据

   横轴标注为$\tilde{x}^{*}$，刻度依次为12.5、13.0、13.5、14.0、14.5、15.0、15.5。

1. 标题文字：“标准误与置信区间”

2. 自助法均值的直方图柱状图

3. 横轴标注为$\tilde{x}^{*}$

4. 刻度标签从12.5到15.5

1. 该直方图在视频片段开始时即已呈现。

2. 公式覆盖层出现在直方图上方，随后消失。

1. 基础的自助法均值分布及其坐标轴刻度在第一部分中保持不变。

此可视化图示建立了自助法重复抽样均值的抽样分布，该分布将同时用于计算标准误和百分位数置信区间。

1. 公式
   观察依据

   公式$\mathrm{SE}_{\text{boot}} = \sqrt{\frac{1}{B}\sum_{b=1}^{B}(\tilde{x}_{b}^{*}-\overline{\tilde{x}^{*}})^{2}}$书写在直方图上方。

1. 自助法直方图

2. 公式文本：$\mathrm{SE}_{\text{boot}}$

1. 标准误（SE）公式显示在现有直方图的上方。

2. 该公式短暂显示，随后在置信区间（CI）符号出现前消失。

1. 公式显示期间，直方图本身的形状不发生变化。

叠加图将自助法均值分布的离散程度标识为自助法标准误。

1. 公式
   观察依据

   符号$C_n=(\tilde{x}^{*}_{2.5\%},\tilde{x}^{*}_{97.5\%})$显示在直方图上方。

2. 动画
   观察依据

   两条虚线垂直线分别出现在下百分位数截断点和上百分位数截断点处。

3. 动画
   观察依据

   它们之间的中心区域被阴影填充，并标注为“95% 置信区间”。

1. 自助法均值的直方图

2. 公式$C_n=(\tilde{x}^{*}_{2.5\%},\tilde{x}^{*}_{97.5\%})$

3. 左侧虚线垂直线

4. 右侧虚线垂直线

5. 阴影覆盖的中心区域

6. 标注“95%置信区间”

1. 首先显示置信区间公式。

2. 然后在2.5%和97.5%位置添加虚线垂直截断线。

3. 最后将中心区域涂上阴影，并标注为95%置信区间。

1. 在标记该区间时，自助法分布的形状与横轴保持不变。

动画演示了该区间是通过从经验自助法分布中截去相等的下尾部与上尾部而得到的。

1. 字幕依据
   观察依据

   黑屏，居中显示标题“其原理何在”

1. 标题文字“其原理何在”

1. 自助法直方图部分结束，标题卡片引出后续解释。

1. 本卡片上尚未显示任何数学对象。

这标志着从计算步骤转向概念性论证。

1. 图示
   观察依据

   坐标系出现，横轴为$x$，纵轴标签为$\Pr(X\le x)$。

2. 动画
   观察依据

   绘制一条平滑的黄色曲线，并标注为“真实的累积分布函数”。

1. 坐标轴分别标注为$x$和$\Pr(X\le x)$

2. 平滑的黄色曲线

3. 标注“真实的累积分布函数”

4. 在0.5和1.0处绘制虚线水平参考线

1. 坐标轴首先出现。

2. 随后，在图中绘制平滑的真实累积分布函数。

1. 在整个经验累积分布函数对比过程中，坐标系与真实累积分布函数始终可见，作为参考。

该平滑曲线作为总体基准，用于与基于样本的经验累积分布函数进行比较。

1. 动画
   观察依据

   首先出现一个蓝色阶梯图，对应于$n=10$。

2. 动画
   观察依据

   接着出现一个绿色阶梯图，对应于$n=100$。

3. 动画
   观察依据

   最后出现一个橙色阶梯图，对应于$n=1000$。

4. 字幕依据
   观察依据

   图例列出了$n=10$、$n=100$和$n=1000$。

5. 字幕依据
   观察依据

   底部文字为：“样本是我们观察总体的最佳窗口。”

1. 对应于$n=10$的蓝色阶梯函数

2. 对应于$n=100$的绿色阶梯函数

3. 对应于$n=1000$的橙色阶梯函数

4. 标注样本量的图例

5. 关于样本作为观察总体之窗口的说明文字

1. $n=10$的经验累积分布函数最先添加，且最为粗糙。

2. 接下来添加$n=100$经验累积分布函数，它更贴近真实曲线。

3. 最后添加$n=1000$经验累积分布函数，它几乎与真实累积分布函数重合。

4. 出现字幕，总结该图所要传达的解读要点。

1. 真实累积分布函数保持固定，作为比较的基准。

2. 坐标轴和概率刻度保持不变。

该动画序列直观地说明：随着样本量增大，经验分布对总体分布的近似效果越来越好，这正是自助法（bootstrap）思想的基础——即从经验分布中重复抽样。

1. 字幕依据
   观察依据

   黑屏白字：“如果你觉得这个视频有帮助，请点赞、订阅，并留下评论。”

2. 字幕依据
   观察依据

   额外出现黄色文字：“下期再见！拜拜！”

1. 白色结束语

2. 黄色告别文字

1. 数学图形消失。

2. 出现行动号召文字，随后是一句告别语。

1. 本时间段内未引入任何数学内容。

这是一个非数学性质的结束段落。

1. 声音
   观察依据

   旁白提问：对这个单一数值究竟有多确信？并指出：若测量另外30棵树，将不会再次恰好得到14.2。

某个观测到的单一均值（例如14.2米）可能被误认为是对整片森林的确切描述。

视频强调：另取一个样本会产生不同的均值，因此真正相关的问题是该估计值会波动多大。

1. 声音
   观察依据

   旁白指出：抽样分布永远无法触及，因为人们只能获得一个宇宙、一个样本、一个数值。

2. 字幕依据
   观察依据

   屏幕强调：“但你只能得到一个宇宙。”

人们可能认为，所有可能样本均值的完整分布可直接从手头的数据中获得。

该片段解释道：仅能观测到一个已实现的样本均值，因此必须间接地近似抽样分布，例如通过自助法。

1. 声音
   观察依据

   讲解员明确指出：“你无需任何正态分布假设，不需要z分数，也不需要公式。”

人们可能认为，95%置信区间必须基于正态分布假设并使用z分数来构建。

该片段指出：对于这种百分位数自助法区间，只需直接剔除自助重复样本均值分布中最低和最高的2.5%尾部；无需正态性假设，也无需z分数。

1. 声音
   观察依据

   讲解员称，当仅有十个数据点时，经验累积分布函数“是一道参差不齐的阶梯，几乎无法反映真实情况。”

2. 动画
   观察依据

   $n=10$阶跃函数在视觉上偏离平滑的真实累积分布函数最为明显。

极小的样本可能被当作其经验分布已能忠实地刻画总体分布。

直观对比显示：当样本量为$n=10$时，经验累积分布函数粗糙且不准确；而当样本量增大至$n=100$，尤其是$n=1000$时，则能更紧密地逼近真实累积分布函数。

1. 声音
   观察依据

   自助法部分被引入，作为解决“仅凭一个样本无法看到抽样分布”这一问题的方案。

2. 动画
   观察依据

   自助直方图被明确标注为对抽样分布的近似。

构建自助分布，是为了近似前文所介绍的抽样分布。

1. 公式
   观察依据

   自助法公式将$\hat{F}_n$用作重抽样的抽样分布。

2. 声音
   观察依据

   旁白将$\hat{F}_n$定义为：从原始样本中均匀地、有放回地抽取。

自助法依赖于经验分布$\hat{F}_n$，所有重抽样均从此分布中抽取。

1. 声音
   观察依据

   树木高度的例子引出一个问题：对于单个均值，我们究竟应有多大的把握？随后旁白引入重复抽样与抽样分布的概念。

具体的树木高度情境，激发了人们对均值抽样分布这一抽象概念的理解。

1. 公式
   观察依据

   $\mathrm{SE}_{\text{boot}}$直接用$\tilde{x}_{b}^{*}$和$\overline{\tilde{x}^{*}}$表示。

自助法标准误的定义依赖于自助重复样本均值的集合$\tilde{x}_{b}^{*}$。

1. 公式
   观察依据

   $C_n=(\tilde{x}^{*}_{2.5\%},\tilde{x}^{*}_{97.5\%})$通过自助均值的百分位数来表达。

百分位数置信区间由与$\tilde{x}^{*}$轴上所绘相同的自助重复样本均值分布构建而成。

1. 声音
   观察依据

   讲述者将该方法与“正态分布假设”和“z分数”进行对比。

百分位数自助法被明确呈现为对一种误解的反衬：即认为95%置信区间必须依赖正态理论工具。

1. 声音
   观察依据

   讲述者通过诉诸经验分布以及经验累积分布函数（CDF）向真实CDF的收敛性，来解释自助法为何有效。

经验CDF解释提供了概念依据，说明为何从基于样本的分布中重抽样能够支撑诸如百分位数区间等自助推断。

1. 动画
   观察依据

   $n=10$、$n=100$和$n=1000$的经验阶梯函数依次展示，并与同一真实CDF对照。

采用不同样本量来说明经验CDF逼近真实CDF的程度。

1. 声音
   观察依据

   旁白将重复抽样所得样本均值的集合称为抽样分布。

2. 图示
   观察依据

   数轴上的点云被标注为“抽样分布”。

1. 样本均值的抽样分布
2. 想象出的样本均值云团与一个实际实现的均值

1. 声音
   观察依据

   旁白指出，现实中我们仅能获得一个总体、一个样本、一个数值，随后引入自助法技巧。

1. 实践中仅能获得一个已实现的样本
2. 从经验分布出发的自助法重采样

1. 公式
   观察依据

   公式$X_1^*, X_2^*, \dots, X_n^* \sim \hat{F}_n$被展示出来。

2. 声音
   观察依据

   旁白用语言口头解释该记号：即从原始样本中进行有放回的均匀抽样。

1. 从经验分布出发的自助法重采样
2. 解读形式化的自助法符号
3. $\hat{F}_n$

1. 字幕依据
   观察依据

   直方图被标注为“近似抽样分布”。

2. 声音
   观察依据

   旁白指出，自助法直方图的形状与宽度几乎与真实抽样分布相同。

1. 自助分布作为抽样分布的近似
2. 自助法分布近似抽样分布
3. 自助法均值的直方图

1. 公式
   观察依据

   标准误公式显示在屏幕上。

2. 声音
   观察依据

   讲述者将其定义为自助均值的标准差。

1. 自助法标准误即自助法均值的标准差
2. $\mathrm{SE}_{\text{boot}}$

1. 声音
   观察依据

   解说员指出，无需正态性假设或z分数。

2. 动画
   观察依据

   中心95%区域通过截去两侧各2.5%的尾部来标定。

1. 百分位数法自助置信区间
2. 百分位数自助法置信区间不要求正态性假设。

1. 声音
   观察依据

   解说员指出，答案就在经验分布中。

2. 动画
   观察依据

   随着$n$增大，经验累积分布函数趋近于真实累积分布函数。

1. 经验CDF：基于样本对真实CDF的近似
2. 自助法重采样为何有效：当样本量 n 增大时，经验累积分布函数趋近于真实累积分布函数。

1. 图示
   观察依据

   横轴标签$\tilde{x}^{*}$出现在自助法直方图下方。

1. $\tilde{x}^{*}$

1. 动画
   观察依据

   将不同$n$对应的经验阶梯函数与平滑的真实累积分布函数进行比较。

1. 经验CDF：基于样本对真实CDF的近似
2. 样本量递增的经经验累积分布函数

1. 公式
   观察依据

   端点记为$\tilde{x}^{*}_{2.5\%}$和$\tilde{x}^{*}_{97.5\%}$。

1. $\tilde{x}^{*}_{2.5\%}$
2. $\tilde{x}^{*}_{97.5\%}$
3. 百分位数法自助置信区间