Wymaga ona zatem sprawdzenia normalności rozkładu i arbitralnej decyzji, czy jest on wystarczająco normalny.
Alternatywną metodą jest percentylowy przedział ufności typu bootstrap, który może być stosowany przy dowolnej postaci rozkładu błędów:
gdzie to kwantyl rzędu z rozkładu
Jeszcze inna metoda postuluje najpierw wykonanie studentyzacji rozkładu przed wyliczeniem przedziału percentylowego. To, która metoda daje najdokładniejsze wyniki, zależy od typu rozkładu w populacji (w szczególności obecności obserwacji odstających) oraz założonej metody oceny dokładności.
Testowanie hipotez metodą bootstrap Metoda bootstrap jest też używana do weryfikacji hipotez statystycznych, o ile da się tę weryfikację sprowadzić do badania błędu estymacji za pomocą statystyki spełniającej warunki bootstrapu.
Na przykład gdy hipotezą zerową jest wartość oczekiwana w populacji a w próbie uzyskaliśmy średnią wówczas wartość jest prawdopodobieństwem, że średnia z próby będzie się różniła od średniej w populacji o co najmniej Prawdopodobieństwo to można oszacować, losując próby bootstrap z i sprawdzając w jakim odsetku losowań średnia wykracza poza przedział
Odmiany metody Istnieje wiele odmian bootstrapu.