В каких задачах статистического анализа особенно эффективно применяется бутстрэп?

Бутстрап (bootstrap) особенно эффективен в задачах статистического анализа, когда теоретическое распределение данных неизвестно или объём выборки мал для прямой статистической оценки. wiki.loginom.ru

Некоторые ситуации, в которых применяют бутстрап:

• Обработка малых экспериментальных выборок, например, в биологических и медицинских исследованиях. www.ivtn.ru
• Оценка параметров сложных законов распределения, которым следуют результаты наблюдений за поведением природных объектов. www.ivtn.ru
• Оценка точности аналитических моделей. wiki.loginom.ru
• Работа с коррелированными данными, в том числе временными рядами (например, в экологии). en.wikipedia.org
• Оценка достоверности результатов анализа с достаточной точностью на ограниченной выборке. sciencejournals.ru

Бутстрап позволяет вычислять различные функции от экспериментальной выборки и оценивать статистические свойства этих функций, не опираясь ни на какие законы распределения. www.ivtn.ru