⾃举法（Bootstrapping）
bootstrap 5⾃举法是在1个容量为n的原始样本中重复抽取⼀系列容量也是n的随机样本，并保证每次抽样中每⼀样本观察值被抽取的概率都是1/n(复置抽样)。这种⽅法可⽤来检查样本统计数θ的基本性质，估计θ的标准误和确定⼀定置信系数下θ的置信区间。
⾃助法(Bootstrap Method)是Efron(1979)於Annals of Statistics所发表的⼀个办法，是近代统计发展上极重要的⼀个⾥程碑，⽽在执⾏上常需借助於现代快速的电脑。
举例来说，当⽤样本平均来估算母体期望值时，为对此⼀估算的误差有所了解，我们常⽤信赖区间(confidence interval)的办法来做推估，此时得对样本平均的sampling distribution有所了解。在基本统计教本上，当样本所来⾃的母体，可⽤常态分配描述时，其sampling distribution可或为常态分配或为t分配。但当样本所来⾃的母体，不宜⽤常态分配描述时，我们或⽤电脑模拟或⽤渐进分析的办法加以克服。当对母体的了解不够深时，渐进分析的办法是较有效的⽅法，故中央极限定理(Central Limit Theorem)，Edgeworth Expansion (small sample theory)等办法及其可⾏性及限制等於⽂献中⼴被探讨，⼈们虽不全然喜欢这些办法，但也不出更理性的⽅法来取代渐进分析的办法。⽽⾃助法确是⼀个相当具说服⼒的⽅法，更提供了统计⼯作者另⼀个寻sampling distribution 的办法，故在近年来於⽂献中⼴被探讨。