統計方法
拔靴法（Bootstrapping）是一種統計方法，它通過從給定的數據集中進行有放回的均勻抽樣來生成新的樣本。這種方法允許研究者從有限的樣本數據中多次重複抽樣，以重新建立起足以代表母體樣本分布的新樣本。Bootstrapping通過具有估計值特性的樣本數據來描述該特性，並不斷地從真實數據中進行抽樣，以替代先前生成的樣本。這種方法不需要對分布特性做嚴格的假定，因為它使用的分布就是真實數據的分布。通過分析Bootstrapping估計的樣本，可以得到參數估計的近似統計特性。具體方法是：從原始數據中重複抽取多個樣本，並用每個新樣本重複計算參數估計值，從而得到一系列的估計值，並分析它們的分布情況。Bootstrapping並不對參數估計值的抽樣分布的形狀做出規定，而是通過分析樣本內統計量的變化，對抽樣分布進行經驗估計。
需要注意的是，「拔靴法」在矽谷也有特定的含義，指的是利用現有資源來創業的方式，這與統計中的Bootstrapping是兩個不同的概念。