[h=2]بوت استرپینگ | آمار[/h] در آمار، بوت استرپینگ (به انگلیسی: Bootstrapping) یک متد کامپیوتری است برای نسبت دادن معیار دقت به تخمینهای دادهٔ نمونه (Efron وTibshirani 1994). دراین تکنیک تنها با یک روش خیلی ساده میتوان تقریبا هر آمارهای از توزیع دادههای نمونه را تخمین زد. به طور عمومی این روش از روشهای بازنمونه گیری به حساب میآید. بوت استرپینگ در واقع تخمین ویژگیهای (مثل واریانس)یک تخمین زننده است با استفاده از اندازه گیری همین ویژگیها در یک توزیع تقریبی از کل دادههای نمونه. یک انتخاب استاندارد برای توزیع تقریبی، توزیع تجربی دادههای مشاهده شدهاست. در حالتی که بتوان فرض کرد مجموعهای از مشاهدهها از جمعیتی مستقل و به طور مساوی توزیع شده میباشد، بوت استرپینگ میتواند با ساخت تعدای بازنمونه پیاده سازی شود، که هرکدام از این بازنمونه های در واقع نمونههایی رندم با جایگذاری از مجموعه دادههای اصلی هستند. همچنین از بوت استرپینگ میتوان در ساخت آزمون فرض آماری استفاده کرد. از این روش معمولا به عنوان جایگزینی برای متدهای استنباطی بر پایه فرضهای پارامتری هنگامی که در مورد این فرضها شک داشته باشیم استفاده میشود. یا مواردی که استنباط پارامتری غیر ممکن باشد یا برای محاسبهٔ خطای استاندار فرمول محاسباتی پیچیده شود از بوت استرپینگ استفاده میکنیم.
