您可能知道，加权通常旨在确保给定样本能够代表其目标人群。如果在您的样本中，某些属性（例如，性别、SES、药物类型）的表现不如样本所来自的人群，那么我们可能会调整相关统计单位的权重以更好地反映假设的目标人群.

RIM 加权（或倾斜）意味着我们将样本边际分布等同于理论边际分布。它包含一些后分层的想法，但允许考虑许多协变量。我在这个讲义中找到了关于加权方法的一个很好的概述，下面是一个在实际研究中使用它的例子：Raking Fire Data。

倾向加权用于补偿调查中的单位不答复，例如，通过使用他们对调查作出答复的概率的估计来增加样本中答复者的抽样权重。这在本质上与在观察性临床研究中使用倾向评分来调整治疗选择偏差的想法相同：根据外部信息，我们估计患者被纳入给定治疗组的概率，并根据假设的因素计算权重影响治疗选择。以下是我发现的一些更进一步的建议：

• 非随机调查中的倾向得分和估计 - 概述
• 一项模拟研究比较近期大学毕业生全国调查中未答复的加权方法
• 复杂调查数据的倾向得分和线性回归分析的比较。

至于一般参考，我建议

Kalton G, Flores-Cervantes I. 加权方法。J.关闭。统计。(2003) 19: 81-97。可在 http://www.jos.nu/