부트 스트랩 방법론. 무작위 서브 샘플링 대신“대체로”재 샘플링하는 이유는 무엇입니까?

부트 스트랩 방법은 지난 몇 년 동안 크게 확산되었으며, 특히 추론이 매우 직관적이기 때문에 많이 사용합니다.

그러나 그것은 내가 이해하지 못하는 것입니다. Efron이 단일 관측 값을 무작위로 포함하거나 제외하여 단순히 서브 샘플링 대신 교체로 리샘플링을 수행 한 이유는 무엇입니까?

무작위 서브 샘플링은 매우 좋은 품질을 가지고 있다고 생각합니다. 이는 우리가 연구에서 얻은 관측치가 가설 모집단의 일부인 실제 상황을 이상적으로 나타냅니다. 리샘플링 중에 다중 관측 값을 갖는 이점이 없습니다. 실제 상황에서, 특히 복잡한 다변량 상황에 대한 관찰은 다른 관찰과 유사하지 않습니다.

이 선택을 이해하는 한 가지 방법은 샘플을 현재 모집단에 대해 가장 잘 표현한 것으로 생각하는 것입니다. 더 이상 표본을 채집 할 전체 모집단이 없을 ​​수도 있지만 이러한 특정 모집단 표현이 있습니다. 이 모집단 표현에서 실제로 무작위로 재 샘플링한다는 것은 교체와 함께 샘플링해야한다는 것을 의미합니다. 그렇지 않으면 이후 샘플링은 초기 샘플링 결과에 따라 달라집니다. 특정 부트 스트랩 샘플에서 반복 된 사례의 존재는 특정 반복 된 사례와 유사한 특성을 갖는 기본 집단의 구성원을 나타냅니다. 제안한대로 Leave-one-out 또는 Leave-Several-out 접근 방식을 사용할 수도 있지만 부트 스트랩이 아닌 교차 검증입니다.

나는 이것이 단지 다른 말로 @kjetil_b_halvorsen의 의견을 넣는 것 같아요