سحب العينات من توزيع مُختار لوضع العينات حيث تكون مهمة، ثم إعادة الوزن.أخذ العينات بالأهمية هو أسلوب لتقليل التباين يُستخدم في محاكاة مونت كارلو لجعل التقديرات أكثر كفاءة. بدلاً من سحب العينات من التوزيع الاحتمالي الأصلي، تسحب من توزيع مختلف ومُختار بعناية يُركّز العينات في المناطق التي تساهم بشكل أكبر في الكمية التي يتم تقديرها. ثم تُوزن كل عينة بنسبة التوزيع الأصلي إلى توزيع أخذ العينات لتصحيح التحيز. ويكون هذا مفيدًا بشكل خاص عندما يكون للتوزيع المستهدف أحداث نادرة لكنها مهمة، مثل الذيول عالية الطاقة في فيزياء الجسيمات أو التقلبات الشديدة في الميكانيكا الإحصائية.
قدّم هذه التقنية هيرمان كان وثيودور إي هاريس في الخمسينيات من القرن العشرين في سياق طرق مونت كارلو لنقل الجسيمات، على الرغم من أن الفكرة العامة لوزن العينات لها جذور أقدم في مسح العينات.
لنفترض أنك تريد تقدير القيمة المتوقعة لدالة f(x) تحت التوزيع p(x). تختار توزيعًا مقترحًا q(x) يسهل أخذ العينات منه ويكون كبيرًا حيث يكون f(x)p(x) كبيرًا. تسحب عينات من q(x)، وتحسب f(x)p(x)/q(x) لكل عينة، وتأخذ المتوسط. تضمن الأوزان أن يكون التقدير غير متحيز. المفتاح هو اختيار q(x) بحيث يتم تقليل تباين العينات الموزونة، ومن المثالي جعل الدالة تحت التكامل شبه ثابتة. عمليًا، غالبًا ما يُختار q(x) كنسخة مُزاحة أو مُقاسة من p(x) أو كتوزيع يقارب منطقة الأهمية المستهدفة.
يُستخدم على نطاق واسع في فيزياء الجسيمات لتوليد الأحداث، وفي المالية لتسعير الخيارات، وفي الإحصاء البايزي للاستدلال الخلفي.
في فيزياء الطاقة العالية، يُستخدم أخذ العينات بالأهمية لمحاكاة العمليات النادرة مثل إنتاج بوزون هيغز، حيث يكون معدل الحدث ضئيلًا مقارنة بالعمليات الخلفية.






