刀切法（Jackknife）是一種非參數統計方法，最初由Maurice Quenouille在1949年提出，其目的是減少估計的偏差。John W. Tukey在1958年通過類比將這個術語引入統計學，用於創建一種通用的假設檢驗和置信區間計算方法。刀切法的原理是通過依次刪除一個觀測值，然後重新估計感興趣的統計量，從而得到一系列的估計值。這些估計值的平均值被用作對原始估計值的修正。刀切法類似於「Leave one out」的交叉驗證方法，其中每個Jackknife樣本是通過刪除一個觀測值後得到的樣本集。
刀切法的套用包括但不限於：
計算方差和標準誤。
估計複雜統計量，如樣本中值的偏差。
在數據量小的情況下，評估統計量的變化。
刀切法的優點包括其簡單性和在處理小樣本數據時的有效性。然而，它也有其局限性，例如不適合用於處理非平滑統計函式，因為數據的小變化可能會導致統計量的大變化。
總結來說，刀切法是一種強大的非參數統計工具，適用於多種場景，尤其是在需要減少估計偏差的情況下。然而，使用刀切法時應注意其適用性，特別是在處理非平滑統計函式時。