计算概率模型的归一化常数（比值）是许多统计和科学研究的一个基本计算问题。蒙特卡罗模拟是一种有效的技术，尤其是在复杂和高维模型中。本文旨在通过建立理论联系并说明其与统计问题的使用，使普通统计受众注意一些源自理论物理的有效方法，同时从更统计的角度探讨这些方法。我们证明了验收比率法和热力学积分是重要抽样的自然概括，这是统计受众最熟悉的。前者通过使用单个“桥”密度来概括重要性抽样，因此是桥式取样在孟和王的意义上。热力学积分在数值分析文献中也被称为绪方的高维积分方法，它对应于无限多且连续连接的桥梁（因此是一条“路径”）的使用。我们的路径采样该公式为热力学积分提供了更大的灵活性，因此具有潜在的效率，而最佳路径的搜索结果与Jeffreys先验密度以及两种密度之间的Rao和Hellinger距离密切相关。我们提供了一个信息丰富的理论示例以及两个经验示例（涉及17到70维的积分）来说明路径采样的潜力和实现。我们还讨论了一些尚未解决的问题。