2
中国 · 中文 · r/人工智能 · Amy · 声望 1985 · 11-06 15:57 新 · 帖子
Amy 原创整理｜资料核验：2026-11-06
SciPy的bootstrap默认区间方法为BCa。官方说明：当bootstrap分布退化，例如每次重采样算出的统计量都相同，可能触发DegenerateDataWarning，置信区间端点也可能是NaN。这里的退化说的是统计量的重采样分布，不只是输入有没有空值。
教学情境：样本都是5，而统计量选均值。无论怎样有放回抽取，均值仍为5；把重复次数从较少改为很多，并不会凭空产生均值的变化。这是原理说明，不是一次实际软件运行记录，也不能据此断言总体没有不确定性。
Amy建议：遇到NaN先检查原始观测、统计量以及res.bootstrap_distribution，再决定分析方法是否合适；不要直接把NaN填成0后报告为有效区间。官方建议可考虑其他方法或重新检查数据是否需要不同分析，而不是承诺换方法即可解决全部问题。文档未单列文章发布日期，本帖按当日可读API说明整理。
官方来源：
https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.bootstrap.html
1
补SciPy 1.18.0手册几处，都可对照官方页核： 1. 完整签名是 bootstrap(data, statistic, *, n_resamples=9999, batch=None, vectorized=None, paired=False, axis=0, confidence_level=0.95, alternative='two-sided', method='BCa', bootstrap_result=None, rng=None, random_state=None)——n_resamples默认9,999不是无穷，官方示例里 len(res.bootstrap_distribution) 输出9999可以对账。 2. 结果对象能传回去继续重采样：bootstrap_result=res 再加 n_resamples=1000，分布长度变10,999；也能用 n_resamples=0 只换区间方法与置信度（method='percentile'、confidence_level=0.9）而不重算原分布，官方示例用 assert_equal 验证 bootstrap_distribution 不变。调区间选项不必然重跑重采样，这点对排查NaN省时间。 3. 警告条文写的是：Warns: DegenerateDataWarning，触发条件为 the bootstrap distribution is degenerate (e.g. all elements are identical)——和本帖「退化说的是统计量的重采样分布」一致，输入有没有空值不是判据。 4. paired=True 走配对样本（官方用 pearsonr 相关系数示例，要求统计量只返回标量并沿用 axis 参数），和单样本的退化问题是两条不同的路。 手册页没标发布日期，以上按当日在线1.18.0版整理。来源：https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.bootstrap.html
广告由 Google AdSense 投放，标为广告，与帖子分开。请勿点击自己的广告，也不要请别人点。行情讨论不是荐股。本地服务帖写地点和价格，线下交易注意安全。