你想弄懂什么？

使用拒绝采样是因为 $g^*$ 恰好是 $X$ 在 $X>\gamma$ 条件下的分布。通过从原始标准正态分布中抽取大量样本，并只保留那些超过阈值 $\gamma$ 的样本，保留下来的样本就服从 $g^*$ 分布。

适用条件：可以直接从原始分布 $X \sim \mathrm{Normal}(0,1)$ 中采样。；接受规则是 $X_i > \gamma$。

使用拒绝采样是因为 $g^*$ 恰好是 $X$ 在 $X>\gamma$ 条件下的分布。通过从原始标准正态分布中抽取大量样本，并只保留那些超过阈值 $\gamma$ 的样本，保留下来的样本就服从 $g^*$ 分布。

适用条件：可以直接从原始分布 $X \sim \mathrm{Normal}(0,1)$ 中采样。；接受规则是 $X_i > \gamma$。

零方差密度 $g^*$ 是随机变量 $X$ 在稀有事件 $X>\gamma$ 发生的条件下的分布。它是理想的重要性采样建议分布，可以使估计量具有零方差。

适用条件：目标量是稀有事件概率 $P(X>\gamma)$。；$g^*$ 仅在区域 $x>\gamma$ 上有支撑。

零方差密度 $g^*$ 是随机变量 $X$ 在稀有事件 $X>\gamma$ 发生的条件下的分布。它是理想的重要性采样建议分布，可以使估计量具有零方差。

适用条件：目标量是稀有事件概率 $P(X>\gamma)$。；$g^*$ 仅在区域 $x>\gamma$ 上有支撑。