ブートストラップ推定とは、統計的なサンプルデータから新たな統計量を生成する手法である。
## 概要
20世紀後半に開発されたブートストラップは、有限なサンプルデータからの再抽選により、複雑な分布の近似や信頼区間の推定を行う。従来の正規性仮定を必要とせず、非パラメトリックな方法で任意の統計量の特性を評価可能にした。
## 役割と機能
ブートストラプは主に小標本や偏りのあるデータの解析において有用であり、分散分析、回帰分析、時間系列分析など多岐にわたる。特にOLSや差の差法といった従来の手法では困難な推定問題を解決する。
## 特徴
- **非パラメトリック性**：仮定が少なく汎用的
- **再抽選による近似**：実データからのシミュレーションで精度向上
- **計算負荷**：大量の再サンプリングが必要となる
## 現在の位置づけ
現代ではブートストラプは、統計解析ソフトウェアや金融工学分野でも広く使用されている。近年のデータ科学の発展により、機械学習との組み合わせなど新たな応用範囲が拡大している。
