Kullback-Leibler ダイバージェンスを損失関数とした統計的予測問題を考える. 真の分布がモデルに入って いる場合は, Bayes 予測がある意味で最良の予測を 与えるということが知られている. ブートストラップ予測 は, Breiman の提案した バッギングをプラグ・イン予測に適用したものである. 本発表では, モデルが正しい 場合は, ブートストラップ予測は, ベイズ予測の近似とみなせることを示す. また, モデルが間違っている場合 におけるブートストラップ予測と Bayes 予測の関係 についても考える.