Dans les travaux de D. N. Politis et J. P. Romano, une méthodologie générale de sous-échantillonnage a été proposée pour la construction de régions de confiance asymptotique pour un paramètre thêta thêta (P) inconnu sous des conditions minimales. Néanmoins, dans quelques cas spécifiques, par exemple le cas i. i. d., il a été remarqué que les estimateurs de distribution de sous-échantillonnage étaient sous-efficaces par rapport à des estimateurs alternatifs tels que le bootstrap et/ou la distribution normale asymptotique (avec variance estimée). Les auteurs évaluent jusqu'à quel point des distributions de sous-échantillonnage peuvent être améliorées par la technique d'extrapolation, tout en assurant le maintien de la propriété de robustesse et de consistance de la distribution, même dans les cas non-réguliers. Les cas d'observations i. i. d. et/ou fortement mélangeants sont étudiés.