El boostrap es un mecanismo propio de la estadística y la econometría que se centra en el remuestreo de datos dentro de una muestra aleatoria o al azar. Su principal uso en este ámbito es realizar la aproximación de la distribución en el muestreo de un estadístico.

Este proceso también es conocido en el argot estadístico como boostrapping y es fruto dentro de los estudios en el campo del muestreo estadístico por el matemático Bradley Efron a finales de los años 70.

Utilidad del bootsrap

La principal utilidad del empleo del bootstrap es reducir el sesgo dentro de análisis o, en otras palabras, aproximar la varianza gracias a la realización de remuestreos aleatorios de la muestra inicial y no de la población. De este modo se hace más sencillo la construcción de modelos estadísticos mediante la creación de intervalos de confianza y contrastes de hipótesis.

Aunque pueda parecer una práctica muy compleja a priori, el procedimiento en que se basa el bootstrapping es simplemente la creación de un gran número de muestras reposicionando los datos tomando como referencia una muestra poblacional inicial. Esta técnica resulta especialmente útil en aquellas situaciones en las que las muestras con las que se cuenta son pequeñas o, como se dijo antes, si la distribución es muy sesgada. En ese sentido, ayudan a la resolución de multitud de problemas de probabilidad y estadística aplicada.

Características del Bootstrap

Una de las principales características de esta práctica es que supone un remuestreo posterior para poder obtener expresiones cerradas y solucionar la complejidad matemática de estas operaciones. Con el desarrollo de los ordenadores y herramientas tecnológicas en los últimos años se ha hecho más fácil poder contar con el uso del bootstrapping para remuestreos complejos.

La técnica del remuestreo permite ir más allá a la hora de estudiar muestras de datos de una determinada población. En otras palabras, permite hacer o crear nuevos supuestos sustituyendo valores de la muestra adicionales.

Ventajas del Bootstrap

Un aspecto considerado positivo del remuestreo mediante bootstrap es que ha simplificado los métodos estadísticos, en el sentido de que ha sustituido la construcción de modelos matemáticos clásicos y de gran complejidad por el cálculo mediante software específico, lo que ha mejorado su aplicabilidad o acceso a otros campos o estudios.

Siguiendo esa línea, se considera habitualmente que este mecanismo es mucho más abierto o accesible en comparación con los modelos y supuestos clásicos, lo que le convierte en una herramienta útil para gran número de problemas matemáticos.