自助法(Bootstrap Method)是Efron(1979)於Annals of Statistics所發表的壹個辦法，是近代統計發展上極重要的壹個裏程碑，而在執行上常需借助於現代快速的電腦。
舉例來說，當用樣本平均來估算母群體期望值時，為對此壹估算的誤差有所了解，我們常用信賴區間(confidence interval)的辦法來做推估，此時得對樣本平均的sampling distribution有所了解。在基本統計教本上，當樣本所來自的母群體，可用常態分配描述時，其sampling distribution可或為常態分配或為t分配。但當樣本所來自的母群體，不宜用常態分配描述時，我們或用電腦模擬或用漸進分析的辦法加以克服。當對母群體的了解不夠深時，漸進分析的辦法是較有效的方法，故中央極限定理(Central Limit Theorem)，Edgeworth Expansion (small sample theory)等辦法及其可行性及限制等於文獻中廣被
探討，人們雖不全然喜歡這些辦法，但也找不出更理性的方法來取代漸進分析的辦法。
而自助法確是壹個相當具說服力的方法，更提供了統計工作者另壹個尋找sampling distribution 的辦法，故在近年來於文獻中廣被探討。
http://www.math.ntu.edu.tw/~hchen/Teach/readme.html