只依赖于给定观测信息，不需要对其进行分布假设和增加新的样本信息就可对总体的分布特性进行统计推断的方法—Bootstrap方法，由美国Stanford大学统计学教授Efron提出的一种统计方法，它属于非参数统计方法，一经提出，即引起了许多统计学家的关注。用大量的计算代替理论推导，是该方法的主要特点，因此该方法是计算机时代的产物。但其必要的理论推导—Bootstrap逼近能保证该方法的合理性及有效性．因此本文介绍了Bootstrap方法的来历及其基本思想，还介绍了概率密度核估计的定义、核函数的选取，以及国内外学者将Bootstrap方法应用在核估计中的一些工作。在一维概率密度核估计的Bootstrap法逼近中，这方面的研究相对比较全面，多维的尚无。而本文从此着手，主要考虑了多维概率密度核估计的Bootstrap逼近。在一定的条件下，证明了多维概率密度核估计的渐进正态性；并结合Bootstrap法，证明多维概率密度核估计的Bootstrap法逼近和收敛速度。