bootstrap approach

目的：放大樣本。研究者欲瞭解母群的參數，但無法收集母群中所有個案的資料，故僅能由母群中抽取部分具代表性的樣本，合併bootstrap approach將樣本放大以逼近真實的母群參數。

應用：
1. 當抽樣分配不符合統計之假設時（如樣本資料為偏態，而絕大多數有母數統計皆假設資料為常態分配），可利用bootstrap approach重複抽樣逼近常態分配
2. 當樣本數不足，可利用bootstrap approach放大樣本（但原先的樣本數不足，可能存在代表性不足的問題）
3. 如此次比較group-level responsiveness方法，由於ES和SRM為單一數值而非平均數，無法直皆以假設檢定做驗證。故我們以bootstrap approach產生ES與SRM之分配，求出mean & SD以使用統計推論。

方法：

註：共1,000個Bootstrap sample，每個sample各有n筆資料