Câu trả lời:
Bạn có thể biết rằng trọng số thường nhằm mục đích đảm bảo rằng một mẫu nhất định là đại diện cho dân số mục tiêu của nó. Nếu trong mẫu của bạn một số thuộc tính (ví dụ: giới tính, SES, loại thuốc) được thể hiện kém hơn so với dân số mà mẫu xuất phát, thì chúng tôi có thể điều chỉnh trọng số của các đơn vị thống kê bị phân biệt để phản ánh tốt hơn dân số mục tiêu giả định .
Trọng số của RIM (hoặc cào) có nghĩa là chúng ta sẽ đánh đồng phân phối biên mẫu với phân phối biên lý thuyết. Nó mang một số ý tưởng với sự phân tầng sau, nhưng cho phép chiếm nhiều đồng biến. Tôi đã tìm thấy một cái nhìn tổng quan tốt trong tài liệu này về Phương pháp trọng số , và đây là một ví dụ về việc sử dụng nó trong một nghiên cứu thực tế: Cào dữ liệu lửa .
Ví dụ, trọng số được sử dụng để bù cho đơn vị không phản hồi trong một khảo sát, bằng cách tăng trọng số lấy mẫu của người trả lời trong mẫu bằng cách sử dụng các ước tính về xác suất mà họ trả lời khảo sát. Về mặt tinh thần, ý tưởng này giống với việc sử dụng điểm số xu hướng để điều chỉnh độ lệch lựa chọn điều trị trong các nghiên cứu lâm sàng quan sát: dựa trên thông tin bên ngoài, chúng tôi ước tính xác suất bệnh nhân được đưa vào một nhóm điều trị nhất định và tính toán trọng số dựa trên các yếu tố được đưa ra giả thuyết ảnh hưởng lựa chọn điều trị. Dưới đây là một số gợi ý tôi tìm thấy để đi xa hơn:
Đối với một tài liệu tham khảo chung, tôi sẽ đề nghị
Kalton G, Flores-Cervantes I. Phương pháp trọng số. J. Tắt. Thống kê (2003) 19: 81-97. Có sẵn trên http://www.jos.nu/