รายการ Wikipedia บน Bootstrapping ดีมากจริง ๆ :
http://en.wikipedia.org/wiki/Bootstrapping_%28statistics%29
สาเหตุที่พบบ่อยที่สุดคือ bootstrapping ถูกนำมาใช้คือเมื่อไม่ทราบรูปแบบของการแจกแจงต้นแบบซึ่งเป็นตัวอย่างที่ไม่รู้จัก ตามเนื้อผ้านักสถิติถือว่าการแจกแจงแบบปกติ (สำหรับเหตุผลที่ดีมากที่เกี่ยวข้องกับทฤษฎีบทขีด จำกัด กลาง) แต่สถิติ (เช่นค่าเบี่ยงเบนมาตรฐานช่วงความเชื่อมั่นการคำนวณกำลังไฟฟ้า ฯลฯ ) ประมาณผ่านทฤษฎีการกระจายแบบปกติเท่านั้นที่ถูกต้องเท่านั้น ปกติ.
ด้วยการสุ่มตัวอย่างตัวอย่างซ้ำแล้วซ้ำอีกการบูตจะช่วยให้การประมาณการที่เป็นอิสระจากการกระจาย ตามเนื้อผ้าแต่ละ "resample" ของตัวอย่างดั้งเดิมสุ่มเลือกจำนวนการสังเกตเช่นเดียวกับในตัวอย่างเดิม อย่างไรก็ตามสิ่งเหล่านี้จะถูกเลือกด้วยการแทนที่ หากตัวอย่างมีการสังเกตแบบ N แต่ละตัวอย่างการบู๊ตสแตรปจะมีการสังเกตแบบ N โดยมีตัวอย่างดั้งเดิมจำนวนมากทำซ้ำและแยกออกไปจำนวนมาก
พารามิเตอร์ที่น่าสนใจ (เช่นอัตราส่วนอัตราต่อรองเป็นต้น) จากนั้นสามารถประมาณได้จากตัวอย่างแต่ละตัวอย่างที่บู๊ตแล้ว การทำ bootstrap ซ้ำ 1,000 ครั้งช่วยให้การประเมิน "มัธยฐาน" และ 95% ช่วงความเชื่อมั่นในสถิติ (เช่นอัตราต่อรอง) โดยการเลือกเปอร์เซ็นต์ไทล์ 2.5, 50 และ 97.5