Tôi quan tâm đến việc đạt được khoảng tin cậy khởi động trên số lượng X, khi số lượng này được đo 10 lần cho mỗi 10 cá nhân.
Một cách tiếp cận là lấy giá trị trung bình của mỗi cá nhân, sau đó khởi động lại phương tiện (ví dụ: lấy mẫu lại phương tiện có thay thế).
Một cách tiếp cận khác là thực hiện các thao tác sau trên mỗi lần lặp của quy trình bootstrapping: trong mỗi cá nhân, lấy mẫu lại 10 quan sát của cá nhân đó bằng thay thế, sau đó tính toán một ý nghĩa mới cho cá nhân đó và cuối cùng tính toán một nhóm mới. Trong phương pháp này, mỗi cá nhân được quan sát trong tập dữ liệu gốc luôn đóng góp cho nhóm có nghĩa trên mỗi lần lặp của thủ tục bootstrap.
Cuối cùng, cách tiếp cận thứ ba là kết hợp hai cách tiếp cận trên: lấy mẫu lại các cá nhân sau đó lấy mẫu lại trong các cá nhân đó. Cách tiếp cận này khác với cách tiếp cận trước đó ở chỗ nó cho phép cùng một cá nhân đóng góp nhân cho nhóm có nghĩa trên mỗi lần lặp, mặc dù vì mỗi đóng góp được tạo ra thông qua quy trình lấy mẫu độc lập, những đóng góp này có thể được dự kiến sẽ thay đổi đôi chút so với nhau.
Trong thực tế, tôi thấy rằng các cách tiếp cận này mang lại các ước tính khác nhau cho khoảng tin cậy (ví dụ: với một bộ dữ liệu, tôi thấy rằng cách tiếp cận thứ ba mang lại khoảng tin cậy lớn hơn nhiều so với hai cách tiếp cận đầu tiên), vì vậy tôi tò mò mỗi phương pháp có thể là gì giải thích để đại diện.