●序
●前言
●第1章簡介
●第1節傳統參數統計推斷
●第2節自助統計推斷
●第3節自助回歸模型
●第4節理論依據
●第5節刀切法
●第6節自助法的蒙特卡洛估計
●第2章利用自助法進行統計推斷
●第1節偏差估計
●第2節自助置信區間
●第3章自助置信區間的應用
●第1節抽樣分布未知的統計量的置信區間
●第2節當傳統分布假設不成立時的推斷
●第4章結論
●第1節未來的研究工作
●第2節自助法的局限性
●第3節結語
●附錄利用統計軟件應用自助法
●部分目錄

自助法利用計算機從原樣本中“重新抽取（resample）”大量的新樣本，通過這些新樣本得到一個統計量抽樣分布的估計。然後，我們再利用這個估計的抽樣分布（而不是事先假設的分布）來做總體推斷，例如推斷是否β值不為0。因此，當統計量的潛在抽樣分布不能假設為正態分布，且利用常規很小二乘法（OLS）估計回歸繫數得到的殘差有偏時，我們可以利用自助法來估計。當抽樣分布沒有可用的分析方法時，例如估計兩個樣本中位數之間的差異時，我們也可利用自助法來估計。在這些情況下，我們可能不用傳統方法來估計置信區間（和做顯著性檢驗），而可能傾向於利用以下四種自助置信區間法（bootstrap confidence interval methods)：正態近似法（normal approximation），百分位法（percentile），偏差矯正百分位法（bias-correcte等

(美)克裡斯托弗·Z.穆尼(Christopher Z.Mooney),(美)羅伯特·D.杜瓦爾(Robert D.Duval) 著；李蘭 譯