在统计学中自助法（Bootstrap Method，Bootstrapping或自助抽样法）是一种从给定训练集中有放回的均匀抽样也就是说，每当选中一个样本它等可能地被再次选中并被再次添加到训练集中。自助法由Bradley Efron于1979年在《Annals of Statistics》上发表当样本来自总体，能以正态分布来描述其抽样分布(Sampling

非参数统计中一种重要的估计统计量方差进而进行区间估計的统计方法，也称为自助法其核心思想和基本步骤如下：[1]

（1）采用重抽样技术从原始样本中抽取一定数量（自己给定）的样本，此过程允许重复抽样

（2）根据抽出的样本计算给定的统计量T。

（3）重复上述N次（一般大于1000）得到N个统计量T。

（4）计算上述N个统计量T的样本方差得到统计量的方差。

应该说Bootstrap是现代统计学较为流行的一种统计方法在小样本时效果很好。通过方差的估计可以构造置信区间等其运用范围得到进一步延伸。

具体抽样方法举例：想要知道池塘里面鱼的数量可以先抽取N条鱼，做上记号放回池塘。

进行重复抽样抽取M次，每次抽取N条考察每次抽到的鱼当中有记号的比例，综合M次的比例在进行统计量的计算。

你对这个回答的评价是