Estou interessado em obter um intervalo de confiança de inicialização na quantidade X, quando essa quantidade é medida 10 vezes em cada um dos 10 indivíduos.
Uma abordagem é obter a média por indivíduo e depois inicializar os meios (por exemplo, reamostrar os meios com substituição).
Outra abordagem é fazer o seguinte em cada iteração do procedimento de bootstrap: dentro de cada indivíduo, resample as 10 observações desse indivíduo com substituição, depois calcule uma nova média para esse indivíduo e, finalmente, calcule uma nova média de grupo. Nesta abordagem, cada indivíduo observado no conjunto de dados original sempre contribui para a média do grupo em cada iteração do procedimento de autoinicialização.
Finalmente, uma terceira abordagem é combinar as duas abordagens acima: reamostrar indivíduos e depois reamostrar dentro desses indivíduos. Essa abordagem difere da abordagem anterior, pois permite que o mesmo indivíduo contribua multiplicando-se para a média do grupo em cada iteração, embora, como cada contribuição seja gerada por meio de um procedimento de reamostragem independente, é esperado que essas contribuições variem ligeiramente uma da outra.
Na prática, acho que essas abordagens produzem estimativas diferentes para o intervalo de confiança (por exemplo, com um conjunto de dados, acho que a terceira abordagem gera intervalos de confiança muito maiores do que as duas primeiras), então estou curioso para saber o que cada uma pode ser interpretado para representar.