均值离散度度量的参数自助法

50多年来，均值离散度度量（Mean Measure of Divergence, MMD）一直是人类学研究中用于非度量性状的最 prominent 工具之一。然而，人类学（尤其是古人类学中更常见）面临的问题之一是缺乏足够大的样本，或存在性状测量不充分的样本。自1969年自助法技术出现以来，该问题已通过多种不同方式得到成功解决。在此，我们提出一种参数自助法技术，其基于如下事实：由 Anscombe 变换获得的变换后 $\theta$ 为稳定方差，近似服从均值为零、方差为 $\sigma^2 = 1 / (N + 1/2)$ 的正态分布，其中 $N$ 为被测性状的样本量。当概率分布已知时，参数方法比非参数方法提供更强的功效。我们利用已知的 $\theta$ 概率分布来发展一种参数自助法。我们借助数学推导对其进行了细致说明，并给出人工数据与真实数据的示例。结果表明，该参数自助法是研究小样本数据的有力工具。