Икс1, ⋅ ⋅ ⋅ ,хNИкс1, х2, ⋅ ⋅ ⋅ , хN
Модульная повторная выборка легко адаптируется к временным рядам. Повторные выборки получают путем моделирования модели временных рядов. Например, если модель ARIMA (p, d, q), то повторные выборки модели ARIMA (p, q) с MLE (из разностного ряда) коэффициентов авторегрессии и скользящего среднего и дисперсией шума. Повторными выборками являются последовательности частичной суммы моделируемого процесса ARIMA (p, q).
Бесмодельная повторная выборка временных рядов осуществляется путем повторной выборки блоков, также называемой блочной начальной загрузкой, которая может быть реализована с использованием функции tsboot в загрузочном пакете R. Идея состоит в том, чтобы разбить ряд на примерно равные по длине блоки последовательных наблюдений, повторно сэмплировать блок с заменой, а затем вставить блоки вместе. Например, если временной ряд имеет длину 200, а один использует 10 блоков длиной 20, то блоками являются первые 20 наблюдений, следующие 20 и т. Д. Возможной повторной выборкой является четвертый блок (наблюдение от 61 до 80), затем последний блок (наблюдение от 181 до 200), затем второй блок (наблюдение от 21 до 40), затем снова четвертый блок и так далее, пока не будет 10 блоков в повторной выборке.