বিরল ইভেন্ট এবং বিকল্পগুলির জন্য গুরুত্বপূর্ণ নমুনা

লক্ষ্য পরিমাপের জন্য P, প্রস্তাব Q, এবং পরিশোধ h, E_P[h(X)]=E_Q[h(X)dP/dQ(X)] যখন Radon–Nikodym ডেরিভেটিভ বৈধ হয়

মন্টে কার্লো অনুমানকারীর গড় h(X_i)w(X_i) Q থেকে X_i আঁকার জন্য এবং ওজন w=dP/dQ

সঠিক ওজন সাধারণ অনুমানকারীকে নিরপেক্ষ রাখে; ওজন ছাড়াই নমুনা আইন পরিবর্তন করলে পরিমান আনুমানিক পরিবর্তন হয়

অপরিশোধিত সিমুলেশন পথ নষ্ট করে যখন একটি গভীর অর্থ প্রদান বা ডিফল্ট ইভেন্ট প্রায় সবসময় শূন্য হয়

একটি দরকারী Q সম্ভাব্যতাকে রাজ্যের দিকে নিয়ে যায় যেখানে |h| ওজনযুক্ত অবদান যুক্তিসঙ্গতভাবে সমান রাখার সময় বড়

একটি অঋণাত্মক ইন্টিগ্র্যান্ডের জন্য অপ্রাপ্য শূন্য-প্রকরণ প্রস্তাবটি h(x)p(x) এর সমানুপাতিক, কারণ এটির জন্য অজানা প্রত্যাশা প্রয়োজন

একটি সূচকীয় কাত ফলাফলগুলিকে exp(θX) দ্বারা পুনরায় ওজন করে এবং মোমেন্ট-জেনারেটিং ফাংশনের সাথে স্বাভাবিক করে তোলে

বড়-বিচ্যুতি বা স্যাডলপয়েন্ট বিশ্লেষণ θ বেছে নিতে পারে তাই বিরল লক্ষ্য Q-এর অধীনে সাধারণ হয়ে ওঠে

পাথ, বাধা, একাধিক ক্ষতি মোড, বা ভারী লেজের জন্য, একটি নির্দিষ্ট কাত ব্যর্থ হতে পারে এবং রাষ্ট্র-নির্ভর, অভিযোজিত, বা মিশ্রণ প্রস্তাবের প্রয়োজন হতে পারে

গুরুত্বপূর্ণ নমুনা গভীর-স্ট্রাইক বিকল্প, বাধা, ক্রেডিট লস, এক্সপোজার টেল এবং কিছু সম্ভাবনা-অনুপাত গ্রীক অনুমানকে ত্বরান্বিত করতে পারে

প্রতিটি ড্রিফ্ট বা শক পরিবর্তনের সাথে অবশ্যই সঠিক পূর্ণ-পথ সম্ভাবনা অনুপাত থাকতে হবে, কেবলমাত্র টার্মিনাল-ঘনত্ব সংশোধন নয়

ডিসকাউন্টিং, ঝুঁকি-নিরপেক্ষ গতিশীলতা, বিচক্ষণতা, তাড়াতাড়ি থামানো, এবং পথ-নির্ভর পর্যবেক্ষণ মূল মূল্য লক্ষ্যের সাথে মেলে

যদি Q খুব কম সম্ভাব্যতা নির্ধারণ করে যেখানে h উপাদান, কয়েকটি বিশাল ওজন অনুমানকে প্রাধান্য দিতে পারে

E_Q[(hw)²] অসীম থাকাকালীন গড় বিদ্যমান থাকতে পারে, যা স্বাভাবিক প্রকরণ এবং কেন্দ্রীয়-সীমা আত্মবিশ্বাসের ব্যবধানকে অবৈধ করে তোলে

লগ ওয়েট সংখ্যাগত আন্ডারফ্লো প্রতিরোধ করে, কিন্তু তারা অনুপস্থিত সমর্থন, অসীম প্রকরণ, বা অন্য একটি গুরুত্বপূর্ণ মোড মিস করে এমন একটি প্রস্তাব মেরামত করে না

ট্র্যাক ওজন হিস্টোগ্রাম, সর্বাধিক ভাগ, প্রকরণের সহগ, কার্যকর নমুনার আকার, এবং রাষ্ট্র বা পাথ ক্লাস্টার দ্বারা অবদান

স্ব-স্বাভাবিক ওজন সাহায্য করতে পারে যখন স্বাভাবিককরণ ধ্রুবকটি অজানা থাকে, তবে ফলস্বরূপ অনুপাত অনুমানকারী সাধারণত সসীম নমুনাগুলিতে পক্ষপাতদুষ্ট হয়

শুধুমাত্র একটি উচ্চ কার্যকরী নমুনা আকার সঠিকতার প্রমাণ নয় যদি প্রস্তাবটি কখনই একটি প্রাসঙ্গিক অঞ্চল আবিষ্কার না করে

স্বাধীন প্রতিলিপি, অভিন্ন বিচক্ষণতা এবং তুলনামূলক মোট খরচ সহ অশোধিত এবং গুরুত্ব-নমুনা অনুমানকারী চালান

নমুনা বৈচিত্র্য, আত্মবিশ্বাস-ব্যবধান কভারেজ, পক্ষপাত, বিরল-অঞ্চল কভারেজ, প্রস্তাব সংবেদনশীলতা এবং স্থিতিশীলতা পরীক্ষা করুন কারণ ঘটনাটি বিরল হয়ে যায়

বিশ্লেষণাত্মক বা রূপান্তর বেঞ্চমার্ক ব্যবহার করুন যেখানে উপলব্ধ এবং একটি প্রতিরক্ষামূলক মিশ্রণ উপাদান বজায় রাখুন যা বিস্তৃত সমর্থন সংরক্ষণ করে