در آمار، بوت استرپینگ (Bootstrapping)‏ یک متد کامپیوتری است برای نسبت دادن معیار دقت به تخمینهای دادهٔ نمونه. 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 باز نمونه‌گیری به حساب می‌آید.

بوت استرپینگ در واقع تخمین ویژگی‌های (مثل واریانس)یک تخمین زننده‌است 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 بازنمونه‌های 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.

یک فایده بزرگ بوت استرپینگ سادگی آن است. این روش برای تخمین خطای استاندارد و بازهٔ اطمینان برای تخمین زننده‌های پیچیدهٔ پارامترهای توزیع، مثل نقطه‌های صدکی (percentile points)، نسبتها، کسر برتری (odds ratio)و ضرایب همبستگی سر راست است. بعلاوه روش مناسبی برای کنترل و بررسی پایداری نتایج است.

برای مطالعه بیشتر کتاب "مقدمه‌ای بر بوت استرپ" آقایان افرون و تیبشیرانی را توصیه میکنیم. برای دانلود این کتاب اینجا کلیک کنید.