自举采样技术（Bootstrap Sampling Technique）是一种 重抽样方法，它涉及从一个容量为n的原始样本中重复抽取一系列容量也是n的随机样本。在每次抽样中，每个样本观察值被抽取的概率都是相同的（即复置抽样）。这种方法的主要目的是检查样本统计量的基本性质，估计样本的标准误，以及确定在一定置信水平下的置信区间。
自举法有几种不同的变体，包括单变量自举、多变量自举和离回归自举。这些方法都依赖于电子计算机的大容量和高效率，使得自举抽样程序易于实现。通过自举法，可以从原始样本中生成多个“新”的样本，这些样本能够代表被研究总体，从而模拟出总体的分布，并得到其平均数和标准差。
自举法在统计学研究和实际应用中非常重要，特别是在以下情况下：
1. 当总体参数的估计值及其标准误不能直接从理论导出时。
2. 当总体分布未知时，例如许多非线性统计量或表型相关系数、遗传相关系数等。
3. 当需要将某一样本结果与一定理论假设下的总体结果进行比较时，例如在多正态混合分布下进行完全模型和缩简模型的似然比测验。
自举法是一种强大且灵活的技术，广泛应用于各种统计分析和数据处理任务中。