Consideraciones acerca de los datos para Remuestreo bootstrap para función de 1 muestra

Para asegurar que los resultados sean válidos, considere las siguientes pautas al recopilar datos, realizar el análisis e interpretar los resultados.

Para analizar una media, mediana, suma, varianza o desviación estándar, los datos deben ser numéricos: Usted debe tener datos continuos, tales como los pesos de paquetes, o datos discretos, tales como el número de quejas. Si tiene datos binarios, tales como sí/no o pasa/no pasa, analice una proporción.
Para analizar una proporción, los datos pueden contener solo dos categorías, tales como pasa/no pasa y 1/0: Si usted tiene datos continuos o discretos, tales como longitud, peso o número de quejas, seleccione una función para datos continuos o discretos, como la media.
Los datos de la muestra se deben seleccionar aleatoriamente: En estadística, las muestras aleatorias se utilizan para hacer generalizaciones, o inferencias, sobre una población. Si sus datos no se recopilan aleatoriamente, sus resultados podrían no representar la población. Para obtener más información, vaya a Aleatoriedad en las muestras de datos.
Cada observación debe ser independiente de todas las demás observaciones: Para que las observaciones sean independientes, el valor de una observación en particular no debe depender de ninguna observación anterior. Si sus observaciones no son independientes, sus resultados podrían no ser válidos. Para obtener más información, vaya a ¿Qué diferencia hay entre las muestras dependientes e independientes?.
El tamaño de la muestra no debe ser pequeño: Si el tamaño de la muestra es pequeño, los resultados del remuestreo pudieran no ser fiables. Para asegurar que los resultados sean válidos, recopile una muestra de mediana a grande. Un tamaño de la muestra adecuado depende de las características de los datos. Utilice el histograma para determinar si el tamaño de la muestra es suficientemente grande.