Key points are not available for this paper at this time.
हम एक असशर्त एजवर्थ-प्रकार विस्तार में कवरेज संभावना के पहले पद के लिए एक स्पष्ट फ़ॉर्मूला व्युत्पन्न करते हैं, जो बहुत व्यापक वर्ग के "स्टूडेंटाइज़्ड" सांख्यिकीय डेटा पर लागू बूटस्ट्रैप तकनीक के लिए है। इस वर्ग में नमूना माध्य, k-नमूना माध्य, नमूना सहसंबंध गुणांक, अधिकतम संभावना का अनुमान लगाने वाले संख्याएं शामिल हैं जो वेक्टर माध्य के फ़ंक्शंस के रूप में व्यक्त किए जा सकते हैं, आदि। हम सुझाव देते हैं कि बूटस्ट्रैप वास्तव में एक अनुभवात्मक एक-पद एजवर्थ उलटाव है, जिसके साथ बूटस्ट्रैप सिमुलेशन अदृश्य रूप से एजवर्थ विस्तार के पहले पद का अनुमान लगाते हैं। बूटस्ट्रैप का यह दृष्टिकोण हमारे दोहराए हुए बूटस्ट्रैप पर चर्चा द्वारा सुदृढ़ किया गया है, जो सिमुलेशन का अनुकरण करके मनमाने क्रम में एजवर्थ विस्तार को उलटता है।
पीटर ए. हॉल (सोम,) ने इस प्रश्न का अध्ययन किया।