刀切法的介绍 1949年，Quenouille提出了刀切法，这是近代重采样方法的标志，以后，由Quenouille(1949，1956)和Tukey(1958)不断完善，重采样方法成为统计学的重要方法之一。

刀切法的原始动机是降低估计的偏差。

刀切法是建立在再抽样理论上构造方差估计的一种统计方法。

它的基本思想是: 利用再抽样技巧将原总体进行复制,在复制的总体中,使用原来的抽样方法再复制抽样样本及构造同样形式的有关参数的统计量。

由于复制的总体及统计量是原有总体及统计量的一个缩影,而在复制的模型中,包括统计量的均值、方差等特征在内的几乎一切为我们所关心的指标在理论上均可以通过计算得到。

故而,复制模型中统计量的方差可作为原来的方差估计的一种替代。

常用做法是：每次从样本集中删除一个或者几个样本，剩余的样本成为”刀切”样本，由一系列这样的刀切样本计算统计量的估计值。

从这一批估计值，不但可以得到算法的稳定性衡量(方差)，还可以减少算法的偏差。

这个方法暗示，刀切法的样本集需要事先给定，即，它的重采样过程是在给定样本集上的采样过程。

自助法和刀切法的关系 Efron在1979年指出了自助法与刀切法的关系。