एफ्रॉन (1979) में शुरू की गई रेज़मैप्लिंग विधि को आईड यूनीवेट डेटा के लिए डिज़ाइन किया गया था, लेकिन इसे मल्टीवेरियन डेटा में आसानी से विस्तारित किया जाता है। जैसा कि चर्चा में है। यदि वैक्टर का एक नमूना है, तो नमूने में डेटा के सहसंयोजक संरचना को बनाए रखने के लिए। यह तुरंत स्पष्ट नहीं है कि क्या कोई एक बार श्रृंखला फिर से बना सकता है । एक समय श्रृंखला अनिवार्य रूप से स्टोकेस्टिक प्रक्रिया से आकार 1 का एक नमूना है। एक नमूना को फिर से खोलना मूल नमूना है, इसलिए कोई भी पुन: नमूना करके कुछ नहीं सीखता है। इसलिए, समय श्रृंखला को फिर से शुरू करने के लिए नए विचारों की आवश्यकता होती है।x1,⋅⋅⋅,xnx1,x2,⋅⋅⋅,xn
मॉडल-आधारित रीसम्पलिंग को आसानी से टाइम सीरीज़ के लिए अपनाया जाता है। समय श्रृंखला के मॉडल का अनुकरण करके resamples प्राप्त किए जाते हैं। उदाहरण के लिए, यदि मॉडल ARIMA (p, d, q) है, तो ऑटोरेग्रेसिव और मूविंग एवरेज गुणांक और शोर विचरण के MLE (अलग श्रृंखला से) के साथ एक ARIMA (p, q) मॉडल के अवशेष हैं। प्रतिकृतियाँ सिम्युलेटेड ARIMA (p, q) प्रक्रिया के आंशिक योग के क्रम हैं।
समय श्रृंखला के मॉडल-मुक्त पुनरुत्पादन को ब्लॉक रेज़म्पलिंग द्वारा पूरा किया जाता है, जिसे ब्लॉक बूटस्ट्रैप भी कहा जाता है, जिसे आर के बूट पैकेज में tsboot फ़ंक्शन का उपयोग करके लागू किया जा सकता है। यह विचार है कि श्रृंखला को लगभग अवलोकनों के बराबर-बराबर लंबाई वाले ब्लॉक में विभाजित किया जाए, ब्लॉक को प्रतिस्थापन के साथ फिर से विभाजित किया जाए, और फिर ब्लॉक को एक साथ चिपकाने के लिए। उदाहरण के लिए, यदि समय श्रृंखला लंबाई 200 की है और कोई लंबाई 20 के 10 ब्लॉकों का उपयोग करता है, तो ब्लॉक पहले 20 अवलोकन, अगले 20 और इसके बाद के हैं। एक संभावित पुनरुत्पादन चौथा ब्लॉक है (अवलोकन 61 से 80), फिर अंतिम ब्लॉक (अवलोकन 181 से 200), फिर दूसरा ब्लॉक (अवलोकन 21 से 40), फिर चौथा ब्लॉक फिर से, और इसी तरह जब तक 10 ब्लॉक नहीं हैं फिर से शुरू में।