Cuando el tamaño de la muestra de la muestra bootstrap es moderado, las regiones de confianza bootstrap tienden a tener una cobertura insuficiente. Mejorar la cobertura se conoce como calibrar la región de confianza. Considerar la prueba versus . Rechazamos solo si no está contenido en una región de confianza del 95% para una muestra grande. Si la región de confianza tiene una cobertura deficiente del 3% para el tamaño de muestra del conjunto de datos, entonces el error tipo I es del 8% en lugar del 5% nominal. Por lo tanto, calibrar las regiones de confianza también es útil para probar hipótesis. Varias regiones de confianza bootstrap también son regiones de predicción para un valor futuro de una estadística bootstrap. Una nueva región de confianza bootstrap utiliza una técnica de calibración de región de predicción simple para mejorar la cobertura. El gráfico DD para visualizar regiones de predicción también se puede utilizar para visualizar algunas regiones de confianza bootstrap.