放回抽样与不放回抽样所得到的样本代表性有差别，在样本量一样时，放回抽样的估计精度高一些。
举一反三
- 在区间估计中，为保证相同的置信度和相同的精度，有放回抽样比不放回抽样需要的样本量（ ）
- 对于无限总体，无论是放回抽样还是不放回抽样，得到的样本均可看作是简单随机样本。
- bootstrap据表示的是( )。 A: 有放回地从总共M个特征中抽样m个特征 B: 无放回地从总共M个特征中抽样m个特征 C: 无放回地从总共N个样本中抽样n个样本 D: 有放回地从总共N个样本中抽样n个样本
- bootstrap数据的含义是：（） A: 有放回的从整体N中抽样n个样本 B: 无放回的从整体M中抽样m个特征 C: 无放回的从整体N中抽样n个样本 D: 有放回的从整体M中抽样m个特征
- bootstrap数据是指 A: 从总共M个特征中有放回地抽样m个特征 B: 从总共M个特征中无放回地抽样m个特征 C: 从总共N个样本中有放回地抽样n个样本 D: 从总共N个样本中无放回地抽样n个样本