摘要
拔靴法是一項應用電腦的統計分析方法，在資料來源分配未知的情況下，可運用拔靴法去作估計及統計推論，一般而言，拔靴所提供的近似會比常用的極限近似來得精確。因此，拔靴法在1979年由Efron提出後，即大量的被用於統計分析中。在本文中，以拔靴法為基礎利用Bootstrap normal，Bootstrap percentile，Basic bootstrap，Bootstrap-t，BC percentile以及BCa percentile法等六種方法對指數分配，伽瑪分配，及韋伯分配之參數建構其信賴區間。另外，再介紹兩種修正方法Balanced bootstrap及 Double bootstrap法，以期增加信賴區間的精確度。最後則是以覆蓋機率，信賴區間平均長度及信賴區間長度變異量這三項評量標準來選擇出最佳的信賴區間估計法。
研究中發現，有母數拔靴法之區間估計較無母數拔靴法之區間估計為佳。而在六種信賴區間的方法上，以Bootstrap-t，BC percentile及BCa percentile法有較好的結果。但在兩個修正方法上，則在這三個例子中，並無表現出明顯的效果。

None

參考文獻
1.Davison, A. C., Hinkley, D.V. (1997). Bootstrap Methods and Their
Application. Cambridge University Press.
2.Efron, B. (1979a). Bootstrap Methods：Another Look at the Jackknife. Annals
of Statist. 7,1-26.
3.Efron, B. (1981). The Jackknife, the Bootstrap, and Other Resampling Plans.
SIAM, Philadelphia.
4.Efron, B. (1987).Better Bootstrap Confidence Intervals. J. Amer. Statist.
Assoc. 82, 171-185.
5.Efron, B., Tibshirani, R.J. (1993). An Introduction to the Bootstrap. Chapman
& Hall, New York.
6.J.S. Milton, J.C. Arnold, (1995). Introduction to Probability and Statistics.
New York：McGraw-Hill.
7.Shao, J. and Tu, D. (1995). The Jackknife and Bootstrap. Springer-Verlag, New
York.
8.Zacks, S. (1992). Introduction to Reliability：Probability Models and
Statistical Methods. Springer-Verlag, New York.