Estoy interesado en la obtención de un intervalo de confianza bootstrap en la cantidad de X, cuando esta cantidad se mide de 10 veces en cada una de las 10 personas.
Un enfoque consiste en obtener la media por persona, luego de bootstrap de los medios (por ejemplo. volver a muestrear los medios con reemplazo).
Otro enfoque es hacer lo siguiente en cada iteración del procedimiento de bootstrapping: dentro de cada individuo, volver a muestrear los 10 observaciones con el reemplazo, a continuación, calcular un nuevo medio para que el individuo, y finalmente calcular un nuevo grupo de media. En este enfoque, cada individuo observado en el conjunto de datos original siempre contribuir a la media del grupo en cada iteración del procedimiento de arranque.
Finalmente, un tercer enfoque es combinar los dos enfoques: volver a muestrear individuos, a continuación, volver a muestrear dentro de los individuos. Este enfoque difiere de la anterior en que se permite que el mismo individuo para contribuir a multiplicar la media del grupo en cada iteración, porque aunque cada contribución se genera a través de un sistema independiente de remuestreo procedimiento, estas contribuciones pueden ser esperados para variar un poco de simpatia.
En la práctica, me parece que estos enfoques producen diferentes estimaciones del intervalo de confianza (ex. con un conjunto de datos, me parece que el tercer enfoque rendimientos mucho mayores intervalos de confianza de los dos primeros enfoques), así que tengo curiosidad por lo que cada uno podría interpretarse que representan.
