یکی از مسائل مهم در تحلیل سری­های زمانی برآورد بازۀ پیش‌گویی آینده بر اساس مشاهدات گذشته  است. در سال­های اخیر، روش­های مختلف بوت­استرپ برای برآورد بازه­های پیش‌گویی بدون هیچ فرضی در بارۀ توزیع خطاها، ارائه شده است. روش­های بوت­استرپ نیم پارامتری بر اساس برازش یک مدل اتورگرسیو بر روی داده­ها است و نمونه­های بوت­استرپ با استفاده از بازنمونه­گیری از باقی‌مانده­ها تولید می­شود. در این مقاله در ابتدا، روش‌های بوت­استرپ نیم پارامتری ارائه می­شوند. سپس در پژوهشی شبیه­سازی بازه­های پیش‌گویی بوت­استرپ نیم‌پارامتری با بازۀ پیش‌گویی استاندارد مقایسه می­شوند. در نهایت روش­های ارائه شده برای برآورد بازه­های پیش‌گویی آینده داده‌های سری زمانی دمای هوای اصفهان به‌کار می­روند.