glmweights正好为此目的保存一个参数。你为它提供一个任意比例的数字向量，它拥有与你观察到的相同数量的权重。

我现在才意识到你可能不会说话R。如果没有，你可能想要。

如果您可以访问 SAS，则使用 PROC GENMOD 很容易完成。只要每个观察值都有一个权重变量，使用权重语句将允许您执行您正在寻找的那种分析。我主要使用逆概率治疗权重来使用它，但我看不出为什么你不能为数据分配权重以强调某些类型的案例，只要你确保你的 N 保持不变。您还需要确保包含某种 ID 变量，因为从技术上讲，加权的案例是重复观察。示例代码，观察 ID 为“id”，权重变量为“wt”：

proc genmod data=work.dataset descending;
    class id;
    model exposure = outcome covariate / dist=bin link=logit;
    weight wt;
    repeated subject=id/type=ind;
run;