método “bootstrap” con 1000 replicas. Las barras verticales muestran las
localidades de los. haplotipos agrupados. (E=estación, número de acuerdo a ...
www.freplata.org/.../archivos/Documentos_FREPLATA/ Marcadores_geneticos_clupeiformes_y_siluriformes_VJCM.pdf -

Siempre es bueno revisar los glosarios de Kudoz. Te copio la respuesta que proporcioné en una oportunidad: http://www.proz.com/kudoz/937978

Varias opciones

Esto es lo que tengo en mi glosario personal. En los glosarios de Kudoz hay varias entradas; no sé si aplican a tu contexto

1)muestreo con reemplazamiento
2)análisis de remuestreo (poner bootstrapping en paréntesis)
3)método bootstrap/bootstrapping con reemplazamiento
4)muestreo repetitivo

Aquí tienes una referencia donde usan bootstrap y bootstrapping.
http://www.pue.udlap.mx/~tesis/lii/rivera_a_f/capitulo2.pdf

El bootstrapping descansa en la analogía entre la muestra y la población de la cual la muestra es extraída. De acuerdo a Efron y Tibshirani (1986) dada una muestra con n observaciones el estimador no paramétrico de máxima verosimilitud de la distribución poblacional es la función de densidad de probabilidad que asigna una masa de probabilidad de 1/n a cada una de las observaciones. La idea central es que muchas veces puede ser mejor extraer conclusiones sobre las características de la población estrictamente a partir de la muestra que se maneja, que haciendo asunciones quizás poco realistas sobre la población. **El bootstrapping implica remuestreo (resampling) de los datos obtenidos en una muestra, con reemplazamiento, muchas muchas veces para generar una estimación empírica de la distribución muestral completa de un estadístico.**

El bootstrap puede considerarse como un tipo especial de simulación denominada simulación basada en los datos. Esto es, simulamos a partir de una estimación de la población basada en los datos (Efron y Tibshirani, 1993).

Lunneborg (1987) fija la utilidad del método bootstrap a tres niveles:
1) Valorar el sesgo y el error muestral de un estadístico calculado a partir de una muestra.
2) Establecer un intervalo de confianza para un parámetro estimado.
3) Realizar una prueba de hipótesis respecto a uno o mas parámetros poblacionales.

www.psico.uniovi.es/Dpto_Psicologia/ metodos/tutor.9/boot1.html


---

El **método bootstrap** aunque ya usado anteriormente, fue descrito de forma sistemática por Efron en 1979. El nombre alude al cordón de los zapatos, recordando la imagen de alguien intentando salir del barro tirando del cordón de sus propios zapatos, y consiste, si tenemos una muestra de tamaño N, en generar un gran número de muestras de tamaño N efectuando un **muestreo con reemplazamiento** de esos valores. Es como si metiésemos los valores en una urna, extraemos una papeleta, anotamos el resultado ,y volvemos a colocarlo en la urna, y así hasta obtener N valores. En esa muestra calculamos el valor del parámetro que estamos estimando. Y así repetimos el proceso un gran número B de veces (por ejemplo 10000 o más), con lo que obtenemos una distribución de valores para el parámetro en la que podemos calcular su dispersión (análogo del error estándar) y determinar unos límites de confianza utilizando esa distribución.
http://www.seh-lelha.org/randomization.htm