Stiefelschlaufen in der Statistik

Zum ersten mal habe ich das Wort "Bootstrapping" in einem Paper in meinem Neurokurs an der OU mit Prof. Wenger gelesen...für Fragen gabs Bonuspunkte, also zögerte ich nicht lange. Er erklärte, dass man dieses statistische Verfahren benutzt, wenn man nicht weiss wie die theoretische Verteilung einer Statistik aussieht...zum Beispiel wissen wir, dass die Körpergröße normalverteilt in der Bevölkerung ist (Glockenkurve, Gauß), aber bei sehr vielen anderen Variablen haben wir keine Ahnung wie diese verteilt sind. Da nehmen wir dann Bootstrapping und können die Verteilung schätzen. So weit so gut, aber wieso heißt dass denn Bootstrapping? In den letzten Monaten kam dann der Begriff immer häufiger auf. Geht's euch nicht auch so: so bald ihr eine neue Sache lernt, seht ihr sie einfach überall...

Irgendwann habe ich dann meine Faulheit überwunden und habe erst mal bei leo rausgefunden, dass Bootstrap=Stiefelschlaufe im Deutschen ist. Aha...wieso heißt dieses statistische Verfahren denn nur Stiefelschlaufe. Doch bald wurde ich fündig und alles hat auf ein mal Sinn ergeben.

Bei diesem Verfahren schätzen wir die Verteilung einer Statistik auf der Basis einer Stichprobe, die wir aus der Verteilung gezogen haben. Im groben konstruieren wir dann durch Ziehen mit zurücklegen aus dieser Stichprobe ganz viele andere und können so auf die theoretische Verteilung schließen. Wer es genauer wissen will: Wiki

Was genau hat das mit einer Stiefelschlaufe zu tun? Nuntja, es ist so ähnlich wie bei Baron Münchhausen...als dieser im Sumpf zu versinken droht und die geniale Idee hat sich an seinen eigenen Haaren aus dem Sumpf herauszuziehen. Eine andere Geschichte, auf die es dann wohl zurück geht und die sehr ähnlich ist enthält den folgenden Satz: "pull oneself over a fence by one's bootstraps", also sich an den Stiefelschlaufen über den Zaun ziehen.

Bootstrapping macht im Wesentlichen auch nichts anderes, nur der Witz ist: es funktioniert, es funktioniert sogar erstaunlich gut! Mehr Stiefelschlaufen für die Statistik!