元の標本を小さな母集団として扱う
観測した値を[2,3,4,5,11]とします。母集団を直接知る代わりに、これら五つの値へ同じ重みを置いた経験分布から標本を作ります。各回で五個を復元抽出するため、同じ値が複数回選ばれ、別の値が一度も選ばれないことがあります。元の標本を並べ替えるだけでは平均は変わらず、今回求める標本間のばらつきを表せません。ブートストラップは観測データで標本抽出を近似する方法であり、新たな実データを収集する操作ではないことを最初に確認します。
標本サイズを保って再標本化する
Python 3のrandomとstatisticsだけを使います。コードをbootstrap.pyへ保存して実行すると、サイズ5の再標本から4000個の平均を作ります。seedを固定し、元データは変更しません。反復数4000を増やしても、一回の再標本のサイズや元の観測数が増えたわけではありません。生成した平均の標準偏差を、平均という統計量の標準誤差の近似として使います。外部通信やファイルへの結果保存は行わず、片付けはスクリプトの削除だけです。元標本の選択過程は別途説明する必要があります。
標準誤差と分位点を表示する
元データの平均は5です。再標本平均を並べ、下側と上側の順位から単純なpercentile区間を作ります。ここでは4000個の100番目と3900番目を使う明示的な順位規則なので、ライブラリの補間付き分位点とは端点が異なる場合があります。表示される区間を必ず正確な95%信頼区間と呼ばず、percentile法による近似として解釈します。ブートストラップの標準誤差は元データの標準偏差ではなく、再標本ごとに得た平均の標準偏差です。何を平均して何のばらつきを測ったかを確認してください。
import random, statistics
rng = random.Random(20261028)
data = [2, 3, 4, 5, 11]
means = [statistics.mean(rng.choices(data, k=len(data))) for _ in range(4000)]
means.sort()
se = statistics.stdev(means)
lo, hi = means[99], means[3899]
print('mean', statistics.mean(data), 'bootstrap SE', round(se, 4))
print('percentile interval', lo, hi)
assert lo <= hi and se > 0
constant = [statistics.mean(rng.choices([5]*5, k=5)) for _ in range(100)]
assert statistics.pstdev(constant) == 0
print('constant sample bootstrap SE', statistics.pstdev(constant))
一つの値しかない標本も試す
比較用に[5,5,5,5,5]から再標本化すると、どの平均も5になり、標準誤差は0です。しかし母集団のばらつきが本当に0だと証明したわけではありません。たまたま同じ値だけを観測した標本や、値を丸めたデータでは、元標本にない違いを復元抽出から作り出せないためです。少数標本で尾の情報が欠けている場合も同じ限界があります。反復数を増やせば見ていない極端値を自動で生成できる、という解釈を避けてください。標本の代表性と観測の分解能が結果の前提です。
依存データは単純な復元抽出と分ける
今回の単純な復元抽出は、元の観測を独立同分布として扱う状況を想定しています。同じ利用者からの繰り返し記録や時系列を一行ずつ独立に抽出すると、依存構造を壊し、ばらつきを過小評価する場合があります。利用者単位のクラスタや時系列のブロックを保つ方法は、何を独立単位と考えるかを先に決めて使います。また最大値や境界の統計量などでは、単純なブートストラップが適切な近似にならない場合もあります。方法の名前だけで妥当性を判断せず、対象統計量と収集方法を確認します。
変更した要因と解釈を提出する
課題では元の五値と、11を7へ変えた五値で平均・標準誤差・区間を比べます。次に反復数を1000と4000で比較し、元データの変更とシミュレーション回数の変更を区別してください。結果にはseed、標本数、反復数、分位点の順位規則、独立性の仮定を添えます。端点の数値だけでなく、同値標本で標準誤差0になる理由を説明できれば理解の確認になります。区間の被覆率そのものを確認したい場合は、母集団を既知にして元標本を取り直す外側の反復が必要です。