能帮我写一段用改进bootstrap法抽样的matlab程序吗，举个样本更符合实际的实例。

当然没问题，以下是一个用改进bootstrap法抽样的 Matlab 程序样例：

假设你有一个用于统计的样本数据矩阵 sample，你希望通过改进 bootstrap 法来抽样。代码：

% 假设样本数据存储在矩阵 sample 中
% 首先计算样本大小
n = size(sample, 1);

% 设置参数 B，B表示生成的 bootstrap 样本个数
B = 1000;

% 初始化 bootstrap 样本矩阵
bootstrapSamples = zeros(B, n);

% 循环生成样本
for i = 1:B
% 使用改进 bootstrap 法，先随机抽样得到 k 个样本
k = floor(0.7 * n); % 为方便演示，这里默认抽样比例为 0.7
sampleIndices = randperm(n, k);
bootstrapSample = sample(sampleIndices, :);

% 用样本均值代替总体均值
bootstrapSamples(i, :) = mean(bootstrapSample);
end

以上代码会得到一个 bootstrap 样本矩阵 bootstrapSamples，其中每一行是一个针对样本数据的 bootstrap 样本。你可以根据需要来对这些样本进行处理和分析。

下面是一个更具体的例子，假定你有一个样本数据矩阵 sample，它包含 1000 个身高数据。你想通过 bootstrap 方法来模拟身高数据的总体分布情况。代码：

% 假设样本数据存储在矩阵 sample 中，该矩阵有 1000 行
n = size(sample, 1);

% 设置参数 B，B表示生成的 bootstrap 样本个数
B = 1000;

% 初始化 bootstrap 样本矩阵
bootstrapSamples = zeros(B, n);

% 循环生成样本
for i = 1:B
% 使用改进 bootstrap 法，先随机抽样得到 k 个样本
k = floor(0.7 * n); % 为方便演示，这里默认抽样比例为 0.7
sampleIndices = randperm(n, k);
bootstrapSample = sample(sampleIndices, :);

% 模拟身高样本的分布情况（仅为示例，实际数据分布情况可能不同）
bootstrapHeight = normrnd(175, 5, k, 1);

% 将生成的身高数据用于替代样本中的身高数据
bootstrapSample(:, 2) = bootstrapHeight;

% 用样本均值代替总体均值
bootstrapSamples(i, :) = mean(bootstrapSample);
end

以上代码会得到一个包含 1000 个 bootstrap 样本的矩阵 bootstrapSamples，每个样本包含 1000 个身高数据。你可以根据需要来对这些数据进行处理和分析。