我有两个独立的观察样本。从每个样本中，我产生一个统计数据。让我们将这些表示为$\theta_1$和$\theta_2$. 我想检验这个假设$H_0: \Theta_1=\Theta_2$，但我有这两个限制：

• 没有对分布的分析估计$\theta_1$和$\theta_2$（该统计数据是对每个样本进行操作的某些（计算成本高昂）算法的产物。
• 即使在$H_0$，在两个样本之间交换观察结果是不明智的。因此，置换方法可能会拒绝$H_0$错误地。

我目前的想法是引导$\theta_1$和$\theta_2$独立地估计分布$\Theta_2-\Theta_1$通过卷积从这两个自举分布中提取。

Q1：这是一种有效的方法吗？

Q2：有什么理由不将其扩展到jackknifing（而不是bootstrapping）吗？

Q3：有没有提到这种“双样本”引导程序？

Q4：有什么推荐的替代品吗？