在自举中（Efron＆Tibshirani，1993），只需从原始样本中随机抽取数据，就可以使用样本数据创建大量新的“ bootstrap”样本。在任何给定的新样本中，每个样本都具有与原始样本相同的大小，某些主题将出现两次或多次，而其他主题则不会。

在这些引导程序样本中的每个样本中计算关注的统计量。这些计算值的集合称为统计信息的引导分布。

通过使用引导分布的2.5和97.5百分位数作为感兴趣统计量的95％置信区间来得出百分位数自举。使用稳健方法进行估算时，此百分区间用于计算参考极限的置信区间。

校正过的偏差和加速的自举（BC _a）（Efron，1987; Efron＆Tibshirani，1993）调整了自举分布中可能的偏差和偏度。的BC_一个引导被用于例如Kendall的tau和在ROC曲线分析。

随机数生成

MedCalc使用梅森扭曲器作为随机数生成器（实现MT19937）（Matsumoto＆Nishimura，1998年）。

引导选项

• 引导程序复制：输入引导程序复制的数量。高数字可提高准确性，但同时也会增加处理时间。
• 随机数种子：这是随机数生成器的种子。输入0作为随机种子；当重复该过程时，这可能导致不同的置信区间。任何其他值将给出可重复的“随机”序列，这将导致置信区间的可重复值。