Giả sử tôi đã thu thập được một số lượng nhỏ (N) quan sát cho một giả thuyết mà tôi muốn kiểm tra. Tôi có thể sử dụng phương thức bootstrap để tạo phân phối mẫu cho kết quả trung bình của các quan sát N, nhưng tôi lo ngại rằng mô hình này có thể bị hỏng khi N rất nhỏ, tự đưa ra lỗi vào phân phối mẫu.
Vì vậy, câu hỏi của tôi là, làm thế nào tôi có thể xác định N tối thiểu là gì mà tôi cần cho kết quả hợp lý; hoặc định lượng hơn, N được liên kết với lỗi lấy mẫu như N-> 0 như thế nào?
Cập nhật: Tôi sắp hiểu rằng giá trị tối thiểu cho N sẽ thay đổi dựa trên bản chất của dữ liệu cơ bản. Vì vậy, trong trường hợp này tôi có thể thực hiện các quan sát meta nào để giúp tôi xác định điều này? Tôi không biết phân phối cơ bản thực sự, nếu không tôi sẽ không cần phải bootstrap.