Katakanlah saya telah mengumpulkan sejumlah kecil (N) pengamatan untuk hipotesis yang ingin saya uji. Saya bisa menggunakan metode bootstrap untuk menghasilkan distribusi sampel untuk hasil rata-rata dari pengamatan N, tapi saya khawatir bahwa model ini bisa rusak ketika N menjadi sangat kecil, memperkenalkan kesalahan ke dalam distribusi sampel itu sendiri.
Jadi pertanyaan saya adalah, bagaimana saya bisa menentukan N minimum yang saya butuhkan untuk hasil yang masuk akal; atau lebih secara kuantitatif, bagaimana N terkait dengan kesalahan pengambilan sampel sebagai N-> 0?
Pembaruan: Saya mulai memahami bahwa nilai minimum untuk N akan bervariasi berdasarkan sifat data yang mendasarinya. Jadi, dalam hal ini meta-observasi apa yang dapat saya lakukan untuk membantu saya menentukan ini? Saya tidak tahu distribusi mendasar yang sebenarnya, atau saya tidak perlu bootstrap.