قدمت طريقة (WBP) من خلال Ramli عام 2008 لحل مشكلة الـ Bootstrap التقليدية. إن وجود القيم الشاذة في العينة الأصلية يسبب مشكلة جدية للتقنية التقليدية. خوارزمية WBP صممت لتمنح فرص قليلة جدا للقيم الشاذة للظهور في العينات المعادة باستخدام الـ Bootstrap ، لذلك كل العينات المعادة ستكون خالية من القيم الشاذة. في هذا البحث طبقنا طريقة WBP لتقدير معالم معادلة الاتجاه العام باستخدام طريقة LS. ثم تمت مقارنة نتائج RMSE لكلا التقنيتين. النتائج بينت إن التقدير باستخدام طريقة WBP أكثر دقة من التقدير باستخدام LS. لذلك نوصي باستخدام الطريقة المقترحة لتقدير معالم حصينة لمعادلة الاتجاه العام في السلاسل الزمنية.

Weighted Bootstrap with Probability method (WBP) introduced by Ramli in 2008 to overcome the classical bootstrap problem. It’s known that the presence of outliers in the original sample causes serious problem to the classical bootstrap. WBP algorithm is designed to give very small chance to outliers to appear in the bootstrap samples. Therefore, all bootstrap samples will be without outliers. In this paper, we apply WBP to estimate the parameters of a secular trend equation using OLS. We compare the results of RMSE of both techniques. The results show the estimation by using WBP more efficient than OLS. So, we recommend to use WBP to estimate the robust parameters of secular trend equation in time series.