本文介绍了Bootstrap方法国内外研究的现状及基本思想、独立同分布数据的Bootstrap方法和具有相依结构数据的Bootstrap方法理论研究以及独立同分布数据的Bootstrap方法在相依结构数据应用中局限性；主要论述了区组的Bootstrap方法的理论方法、分类，着重介绍滑动区组Bootstrap方法的一致性理论和最优步长的理论估计及算法.　　 本文最主要工作是基于Efron和Tibshirani在Bootstrap一致性理论方面的研究，参照有关的文献，利用中心极限定理及时间序列的相关性质，对定期α-混合时间序列滑动区组Bootstrap方法的一致性进行了较为有效的证明，为Bootstrap方法理论研究及应用进行了更广阔的延伸和拓展.另外，利用文中提到的滑动区组Bootstrap方法最优步长的理论估计及算法对最优步长的选取进行了实证分析，并将滑动区组Bootstrap方法的两种方法最优步长的估计做出比较.经比较，与不交叠滑动区组Bootstrap方法相比，交叠滑动区组Bootstrap方法在时间序列的分析与应用方面更精确更有效.　　 参数时间序列模型应用到时间序列模型时，涉及到模型的选取和参数的估计，这两方面的工作显然增加了很多不确定性的分析.而滑动区组Bootstrap方法是一种简单的非参数重抽样的算法，可以替换参数的时间序列模型，避免了模型的选取，它只需要估计步长b.因此，最优步长的估计对相依时间序列的研究与应用具有很重要的作用，这也是本文的研究意义所在.