ブートストラップによる標準偏差信頼区間推定の奇妙なパターン

一部のデータの標準偏差の信頼区間を推定したいと思いました。Rコードは次のようになります。

library(boot)
sd_boot <- function (x, ind) {                
        res <- sd(x$ReadyChange[ind], na.rm = TRUE)
        return(res)            
}
data_boot <- boot::boot(data, statistic = sd_boot, R = 10000)
plot(data_boot)

そして、私は次のプロットを持っています：

このブートストラップのヒストグラムを正しく解釈できません。同様のデータの他のすべてのセットは、ブートストラップ推定の正規分布を示しています...しかし、これはそうではありません。ちなみに、これは実際の生データです：

> data$ReadyChange
 [1] 27.800000  8.985046 11.728021  8.830856  5.738600 12.028310  7.771528  9.208924 11.778611  6.024259  5.969931  6.063484  4.915764
[14] 12.027639  9.111146 13.898171 12.921377  6.916667 10.764479  6.875000 12.875000  7.017917  9.750000  7.921782 12.911551  6.000000

このブートストラップパターンの解釈について教えてください。

コードにバグがあるか、ブートストラップライブラリが予期しない動作をしています。

編集：

修正されたデータが提供された後、パターンが1つの外れ値によって引き起こされていることが明らかになりました。各ピークは、外れ値がサンプルに選択された異なる回数に対応しています。

私はこれを答えとして述べるのをためらっていますが、これは、ブートストラップのベースとなる少量のデータポイントによって引き起こされているようです（21、私が間違っている場合は修正してください）。

より正確に言うと、私がサンプリングしたこれらの特定の 21個の値には、標準偏差（ヒストグラムのピーク）が頻繁に発生する可能性があるだけのようです。基本サンプルがより大きく、より多様である場合、結果のヒストグラムははるかに滑らかになります（そして、おそらく予想していた正規分布により似ています）。

一般的な注意として、ここで私が正しいと仮定すると、これは、ブートストラップが小さなサンプルの問題を解決しないことを示す良い例です。