用matlab怎么做bootstrap方法和随机抽样

设数据存放于向量a中，需要重复n次简单随机采样，程序及说明如下：

m=length(a)%dimension

idx= ceil(m*rand(1,n)) %generate n random index between 1 and m

b = a(idx) % sampling

这个是有放回的抽样，即两次有可能抽到同一个元素，用于Bootstrap方法中

简单随机抽样原则上应是有放回的抽样，使用randsample(X,N,1)但大多数时候，人们常采用无放回的抽样，对应于randsample(X,N,0)，对于N<0.05lenght(X)的情况与有放回抽样的结果相比无太大差别

抽样合理的话，【随机】平均数趋于总体的平均数（在平均值附近）。对于抽样必须保证随机性，确保每个样本有同样的被抽到的机会（概率相等），在这种条件下的抽样一般是可信的。不相信结果的话，你可以进行可信度计算啊。抽样调查由于其所具有的特点和优势，在社会经济调查中越来越广泛地应用。抽样调查重要有两种方法：非概率抽样和概率抽样。需要根据不同情况选用不同的方法。（一）简单随机抽样简单随机抽样是一种一步抽样法，它要求在调查总体N中不加任何分组、划类、排队等，完全随机抽取n个调查单位作为样本。在简单随机抽样中，总体中的每个单位都有相同的被抽中的概率，这个概率记作p=。（二）等距抽样等距抽样又称机械抽样或系统抽样。它是先将总成中各单位按一定的标志排队，然后每隔一定的距离抽取一个单位构成样本。（三）分层随机抽样分层随机抽样又称为类型随机抽样、分类随机抽样。它是按照某一标志，先将总成分成若干组（类），其中每一组(类)称为一层，再在层内按简单随机抽样方法进行抽样。（四）整群随机抽样整群随机抽样是先将总体按某一标志分成若干组，其中每个组称为一个群，以群为单位进行简单随机抽样，然后对抽到的每个单位都进行调查。

你好！

另外，同温条件下可以多寻找一些新生个体。最后，发挥matlab的并行运算功能，也就是对退火算法进行群体优化，这样，相对于单一个体来讲，具有更强大的全局搜索能力。

如有疑问，请追问。

---