bootstrap检验均值的p值怎么计算

Bootstrap检验均值的p值计算方法如下：
1. 首先，从样本中有放回地抽取若干个点，构成一个新的样本集，重复这个过程多次，得到多个新的样本集。
2. 对于每个新的样本集，分别计算样本均值。
3. 计算所有新样本集的样本均值的分布，可以使用直方图或核密度估计等方法来观察分布，也可以计算分位数来估计置信区间。
4. 计算原始样本均值在样本均值分布中的位置，在置信区间之外的比例即为p值。

具体来说，假设原始样本的大小为$n$，样本均值为$\bar{x}$，重复抽样的次数为$B$，$i$表示重复抽样的次数，则第$i$个新样本集的均值为$\bar{x_i}$。那么，样本均值分布的估计可以表示为$P(\bar{X} \leq x)$，其中，$\bar{X}$表示样本均值。则原始样本均值在样本均值分布中的位置可以表示为：$\frac{1}{B}\sum_{i=1}^B I(\bar{x_i} \leq \bar{x})$，其中，$I(\cdot)$表示指示函数。比如，如果$\bar{x_i} \leq \bar{x}$，则$I(\bar{x_i} \leq \bar{x}) = 1$，否则为0。最终，如果原始样本均值在样本均值分布中的位置小于置信水平$\alpha$，则可以拒绝原假设，认为样本均值与总体均值存在显著差异。