主要观点：在 William Sealy Gosset 的论文中介绍了小样本假设检验的 t 分布，他通过分析推导了该分布，还提到在解析求解问题前曾进行实证尝试，如将 3000 个罪犯的身高和左中指测量数据写在卡片上充分洗牌后随机抽取，每 4 个连续数据作为一个样本计算均值、标准差和相关系数等；同时表明重采样不依赖现代计算机，只是现代计算机能通过更多迭代减少敏感测量的误差条，不同时期计算所需资源不同，如 19 世纪需大量人力，如今只需小电池和口袋大小的设备；最后提出计算的热、尺寸和可靠性约束的下一次飞跃是什么以及硅半导体是否是终点等问题。
关键信息：Gosset 介绍 t 分布及实证尝试过程、重采样与现代计算机的关系、不同时期计算资源需求变化、对未来计算发展的思考。
重要细节：3000 个罪犯数据写在卡片上洗牌抽取、每 4 个数据为样本、不同时期计算资源对比等。