أسلوب إعادة معاينة يسحب عينات متكررة من البيانات لتقدير عدم اليقين.البوتستراب هو أسلوب إعادة معاينة يُستخدم لتقدير عدم اليقين في إحصائية معينة، مثل المتوسط أو الوسيط أو معامل الانحدار، دون افتراضات قوية حول التوزيع الأساسي. يعمل عن طريق سحب عينات عشوائية متكررة، مع الإحلال، من البيانات الأصلية وحساب الإحصائية لكل عينة معاد سحبها. يقارب توزيع هذه التقديرات البوتسترابية توزيع المعاينة للإحصائية، مما يسمح بحساب الأخطاء المعيارية وفترات الثقة واختبارات الفرضيات.
قدم برادلي إيفرون البوتستراب في عام 1979. طوره إيفرون كطريقة عامة لتقدير دقة التقديرات الإحصائية، بناءً على تقنيات السكين السابقة. صاغ مصطلح 'البوتستراب' من عبارة 'أن يرفع نفسه من حذائه'، مما يعكس فكرة استخدام البيانات نفسها لاستنتاج عدم يقينها.
بالنسبة لمجموعة بيانات بحجم n، ينشئ البوتستراب العديد من 'عينات البوتستراب' عن طريق اختيار n ملاحظة عشوائيًا من البيانات الأصلية، مع السماح بظهور نفس الملاحظة عدة مرات. لكل عينة، تُحسب الإحصائية محل الاهتمام. بعد آلاف التكرارات، تشكل مجموعة هذه الإحصاءات توزيعًا تجريبيًا. يوفر انتشار هذا التوزيع (مثل انحرافه المعياري) تقديرًا للخطأ المعياري للإحصائية، وتعطي نسبه المئوية فترات الثقة.
يُستخدم البوتستراب في التعلم الآلي للتحقق من صحة النماذج، وفي علم البيئة لتقدير تنوع الأنواع، وفي الطب لتحليل بيانات التجارب السريرية، وفي الاقتصاد للتنبؤ بعدم اليقين.
يمكن استخدام البوتستراب لتقدير عدم اليقين لأي إحصائية تقريبًا، حتى عندما لا توجد صيغة تحليلية لها، مما يجعله أداة 'عالمية' للاستدلال الإحصائي.













