Bootstrap (remuestreo)
También conocido como: Remuestreo · Bootstrap de Efron · Remuestreo con reemplazo
Técnica que estima la incertidumbre de una métrica remuestreando los propios datos con reemplazo cientos de veces y observando cuánto varía el resultado. Sirve cuando no hay fórmula cerrada para el margen de error.
Base legal
Efron (1979) — Bootstrap Methods, Annals of Statistics
Para conocer el margen de error de un promedio hay fórmula; para el Gini, el lift o la diferencia entre dos curvas, muchas veces no la hay. El bootstrap lo resuelve sin fórmula: sortea, con reemplazo, una nueva muestra del mismo tamaño a partir de los datos observados, recalcula la métrica y repite el proceso — típicamente 1,000 veces.
La distribución de esos miles de resultados es la propia incertidumbre de la métrica: los percentiles 2,5 y 97,5 dan un intervalo de confianza de 95%. Propuesto por Bradley Efron en 1979, es la forma estándar de ponerle una barra de error a casi cualquier número cuando la teoría no ofrece una.
Preguntas frecuentes
¿Por qué usar bootstrap en vez de una fórmula?
Porque métricas como Gini, lift y la diferencia entre curvas no tienen una fórmula cerrada simple para el margen de error. El bootstrap estima esa incertidumbre remuestreando los datos con reemplazo y observando cuánto varía el resultado.