假设我收集了少量(N) 的观察结果，用于我想检验的假设。我可以使用 bootstrap 方法为 N 次观察的平均结果生成样本分布，但我担心当 N 变得非常小时，该模型可能会崩溃，从而将误差引入样本分布本身。

所以我的问题是，我如何确定获得合理结果所需的最小 N 是多少？或者更定量地说，N 是如何与 N->0 的抽样误差联系在一起的？

更新：我开始明白 N 的最小值将根据基础数据的性质而有所不同。那么，在这种情况下，我可以进行哪些元观察来帮助我确定这一点？我不知道真正的底层分布，否则我不需要引导。