此書提出一種統計學中新的重抽樣（re-sampling）方法，即非參數蒙特卡洛檢驗(NMCT)。此方法可以用來逼近檢驗統計量在原假設下的漸近分佈。它可以應用到各種不同擬合優度檢驗中,比如,檢驗多元分佈,位置問題；參數或者半參數模型的擬合優度檢驗；回歸模型的異方差性；協方差矩陣的同方差性,以及一些刪失數據的模型檢驗。本書首先引出了方法的基本思想,並且把它應用在上述所提到的各個領域。本書的每個章節都包括算法,模擬以及理論推導。要對這本書有一個全面,系統的理解,必須具備數理統計和極限理論的知識。關於如何以及何時使用NMCT方法,書中第一，二和六章針對不同問題，給出易於理解的NMCT思想,這三章不需要用到太多的複雜的數學知識。書中其餘部分也是應用NMCT去逼近檢驗統計量的分佈。對於瞭解重新抽樣方法，蒙特卡洛檢驗，以及擬合優度檢驗，本書是一本非常有價值參考書目。
