У вас есть только одна историческая выборка, но нужно прикинуть sampling distribution для x̄ без повторного сбора данных. Какой подход наиболее уместен?

Когда вы не можете реально повторить сбор данных, bootstrap даёт практический способ оценить разброс статистики. Вы много раз строите псевдовыборки и смотрите, как меняется x̄, получая приближение sampling distribution. Это особенно полезно при сложных статистиках или когда предпосылки нормальности сомнительны. Частая ошибка — использовать bootstrap и забывать, что он наследует смещения и структуру данных исходной выборки.