নোট করুন যে প্রতিটি পর্যবেক্ষণ পজিশনে (i=1,2,...,n) আমরা যে কোন একটি চয়ন করতে পারেন n পর্যবেক্ষণ, তাই আছে nn সম্ভাব্য প্রতিকারগুলি (ক্রম যাতে তারা আঁকছে তা রেখে) n! "একই নমুনা" (যেমন সমস্ত ধারণ করে) nকোনও পুনরাবৃত্তি না করে মূল পর্যবেক্ষণ; আমরা যে নমুনাটি দিয়ে শুরু করেছি সেটি অর্ডার করার সমস্ত পদ্ধতির জন্য এটি অ্যাকাউন্ট)।
উদাহরণস্বরূপ, তিনটি পর্যবেক্ষণ, ক, খ এবং সি দিয়ে আপনার কাছে ২ possible টি সম্ভাব্য নমুনা রয়েছে:
aaa aab aac aba abb abc aca acb acc
baa bab bac bba bbb bbc bca bcb bcc
caa cab cac cba cbb cbc cca ccb ccc
এর মধ্যে ছয়টি ক, খ এবং গ এর প্রতিটি একটি করে থাকে।
সুতরাং n!/nn আসল নমুনা ফিরে পাওয়ার সম্ভাবনা।
পাশে - সম্ভাবনার একটি দ্রুত প্রায়:
বিবেচনা করুন যে :
2π−−√ nn+12e−n≤n!≤e nn+12e−n
সুতরাং
2π−−√ n12e−n≤n!/nn≤e n12e−n
নিম্নচাপটি স্ট্রিলিং আনুমানিকতার জন্য দেওয়া স্বাভাবিক হিসাবে দেওয়া হয় (এতে বড়ের জন্য কম আপেক্ষিক ত্রুটি থাকে n)।
[গসপার ব্যবহার করার পরামর্শ দিয়েছেনn!≈(2n+13)π−−−−−−−−−√nne−n যা আনুমানিক ফলন করবে (2n+13)π−−−−−−−−√e−n এই সম্ভাবনার জন্য, যা যুক্তিসঙ্গতভাবে ভাল কাজ করে n=3, বা এমনকি ডাউন n=1 আপনার মানদণ্ডটি কতটা কঠোর তার উপর নির্ভর করে]]
(মন্তব্যে প্রতিক্রিয়া :) প্রদত্ত রেজুমলে কোনও নির্দিষ্ট পর্যবেক্ষণ না পাওয়ার সম্ভাবনা হ'ল (1−1n)n বড় জন্য যা n আনুমানিক হয় e−1।
বিশদগুলির জন্য দেখুন
কেন প্রতিটি বুটস্ট্র্যাপ নমুনায় প্রায় দুই তৃতীয়াংশ পর্যবেক্ষণ থাকে?