两个函数的用法上有些差异，bootstrap包是收录了Efron&Tibshirani的书 里的程序和数据.boot包是收录了Davson&Hinkley的书里的程序和数据. 1.1.2 Bootstrap Estimation of Bias 的一个估计量的偏差定义为 bias(0)=E0-0. 当的分布未知或者形式很复杂使得期望的计算不可能（从此分布中抽样变 得很困难，Monte Carlo方法不可行)，以及在现实中，我们也不知道的真值 时（需要估计），这种情况下偏差是未知的.但是我们已经有了样本，是0的估 计，而期望E8可以通过Bootstrap方法进行估计.从而可以得到偏差的估计： biasB(0)=E*0*-6. E*表示Bootstrap经验分布， Previous Next First Last Back Forward 11¸áºÍ^{˛k …, bootstrapù¥¬¹ Efron & Tibshirani÷ pßS⁄Í‚. boot ù¥¬¹ Davson & Hinkley÷pßS⁄Í‚. 1.1.2 Bootstrap Estimation of Bias θòáO˛θˆ†½¬è bias(θˆ) = Eθˆ − θ. θˆ©Ÿô½ˆ/™ÈE,¶œ"OéÿåU(ld©Ÿ•ƒC È(J, Monte Carloê{ÿå1), ±93y¢•, ·Çèÿθ˝ä û(IáO), ˘´ú¹e†¥ô. ¥·ÇƲk , θˆ¥θ O, œ"Eθˆå±œLBootstrapê{?1O. l 屆O: bias dB(θˆ) = E ∗ θˆ∗ − θ. ˆ E∗L´Bootstrap²©Ÿ. Previous Next First Last Back Forward 11