bootstrap置信区间

Bootstrap置信区间是一种统计学方法，用于估计参数的不确定性范围。它通过对原始样本进行重采样来构建多个Bootstrap样本集，然后基于这些样本集计算统计量，并利用这些统计量构建置信区间。

有两种常见的Bootstrap置信区间方法：正态置信区间和百分位置信区间。
- 正态置信区间假设统计量的分布近似于正态分布，它是通过计算统计量的抽样分布的标准差来构建的。
- 百分位置信区间是通过对Bootstrap样本集中的统计量进行排序，并选择相应百分位数来确定置信区间的上下界。

根据引用中的描述，你提到的Bootstrap复本和下分位数是Bootstrap置信区间的一部分，但没有提供足够的信息来解释它们的具体含义。根据引用的建议，经验Bootstrap方法可能更准确，但没有给出具体理由。引用提供了关于Bootstrap的详细介绍和相关代码，可供参考。