什么是迭代引导程序？如何使用？

我最近偶然发现了“双重/三重引导程序”或“迭代引导程序”。据我了解，每个引导程序示例都会重新引导。

有什么意义？如何使用？

您在评论中提到的那篇论文是指戴维森和麦金农，他们给出了这种动机：

尽管自举P值通常非常可靠，但并非在每种情况下都是如此。对于渐近测试，检查其是否可靠的一种方法就是简单地使用引导程序。如果与给定的测试统计量相关的渐近和自举P值相似，则我们可以相当有把握地证明渐近值是合理的。当然，在计算引导程序P值的麻烦之后，我们可能要使用它而不是渐近值。
但是，在许多情况下，渐近和自举P值是完全不同的。当发生这种情况时，几乎可以确定渐近P值是不正确的，但是我们不能确定引导程序之一是正确的。在本文中，我们讨论了用于计算修改的引导程序P值的技术，当可靠的普通引导程序P值可靠时，它将倾向于与普通引导程序P值相似，但在不可靠的情况下，通常应更准确。这些技术与Beran（1988）最初提出的双重引导密切相关，但是它们的计算成本却低得多。实际上，超出获得普通自举程序P值所需的计算工作量大致等于首先计算后者所需的数量。

这似乎很明显的理由是（i）执行迭代引导和（ii）尝试寻求有效的方法来执行此操作-这就是您所指向的论文，并且本文似乎正在尝试这样做。

（到目前为止，此答案仅与问题的“意义何在？”部分有关。）