Process / pipeline
Importance Sampling — 稀な事象に対する分散低減法
Importance sampling（重点サンプリング）は、サンプリング分布を関心領域（通常は稀な事象または極端な事象）の方へシフトさせるモンテカルロ分散低減法であり、元の分布の下では情報量の多いサンプルがはるかに頻繁に得られるようになります。1951年頃、RAND CorporationのHerman KahnとTheodore Harrisによって開発されたこの手法は、標準的なモンテカルロ法では天文学的に多数の試行が必要となるような、テール確率（Value-at-Riskやシステム故障確率など）の推定を扱いやすくします。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Rubinstein, R.Y. & Kroese, D.P. (2016). Simulation and the Monte Carlo Method (3rd ed.). Wiley. DOI: 10.1002/9781118631980 ↗
- Glasserman, P. (2003). Monte Carlo Methods in Financial Engineering. Springer. DOI: 10.1007/978-0-387-21617-1 ↗
このページの引用方法
ScholarGate. (2026, June 1). Importance Sampling (Variance Reduction Monte Carlo). ScholarGate. https://scholargate.app/ja/simulation/importance-sampling
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- 極値理論 (EVT)ファイナンス↔ compare
- Latin Hypercube Samplingシミュレーション↔ compare
- モンテカルロシミュレーション意思決定↔ compare
- 層化抽出法調査方法論↔ compare
- Value at Risk (VaR)（リスク価値）ファイナンス↔ compare