Изначально этот метод был предложен Брэдли Эфроном, и сегодня он стал очень популярным методом передискретизации.
Метод работает путем случайного выбора n точек данных с заменами из основной выборки, состоящей из N точек данных, тем самым создавая новую бутстрап-выборку с n точками данных, вероятно, включая множество дубликатов. Этот метод по существу создает множество искусственных наборов данных, что позволяет обогатить имеющиеся данные.
Эти многочисленные выборки обычно используются для оценки стандартных ошибок и создания доверительных интервалов для различных расчетных параметров выборки. Он работает, потому что создает оценку параметра для каждой повторной выборки, и из этих различных оценок можно получить стандартное отклонение и оценки достоверности, что, в свою очередь, дает представление о стабильности результатов. Так, например, используя начальную загрузку для данной выборки, мы увеличиваем наши знания о среднем значении выборки (или любой другой выборочной статистике), имея теперь доверительный интервал.
Важно отметить, что эти оценки стандартной ошибки описывают выборочную статистику, а не статистику генеральной совокупности, поскольку это все еще та выборка, из которой мы берем данные.
