【摘要】文章从数学及模拟仿真的角度证明特征样本重复抽样回归方法(FSR)的优越性。从数学角度证明了对于连续型变量,FSR中抽样方法可充分利用非原采样点的数据分布信息,从而提高估计精度;由FSR方法得到的统计量变异系数大小与抽样次数m成反比。通过对小样本参数估计的传统回归、Bayes Bootstrap和特征样本重复抽样方法的仿真模拟比较,验证了上述结论。