我正在阅读一篇论文，对他们描述的 Bootstrap 方法感到困惑。文字说：
与每个堆叠通量密度相关的不确定性是通过 bootstrap 方法获得的，在此期间选择并重新堆叠源的随机子样本（有替换）。每个子样本中的源数等于堆栈中的原始源数。该过程重复 10000 次，以确定被堆叠的总体属性的代表性分布。
所以，假设我有 50 个值。我找到这些值的平均值。根据这种方法，我会从最初的 50 个总体中获取一个子样本并找到平均值，然后重复 10,000 次。现在，如果我的子样本与原始样本完全相同，因此我的平均值完全相同，这不会告诉我们什么！