加权是对数据进行加权以补偿样本和总体差异的过程（King 2001）。例如，在罕见事件中（例如信用风险欺诈、医学文献中的死亡），我们倾向于对所有 1（罕见事件）和一小部分 0（非事件）进行采样。在这种情况下，我们必须相应地对观察结果进行加权。

示例：假设在 500,000 笔交易中，有 50 笔欺诈交易。在这种情况下，你会

1. 对所有 50 次欺诈交易进行抽样（100% 的欺诈）
2. 10% 的好交易（500,000 的 10% 是 50,000 的好交易）

在这种情况下，您将为欺诈交易分配权重 1，为良好交易分配权重 10。这称为加权最大似然法。重要的一点是权重与抽样比例有关

参考：罕见事件数据中的逻辑回归（King 2001）

Ching，您不必使数据集在 1 和 0 方面保持平衡。您所需要的只是足够数量的 1 以使最大似然收敛。查看数据集中 1 (100,000) 的分布，您应该没有任何问题。你可以在这里做一个简单的实验

1. 对 1 的 10% 和 0 的 10% 进行采样，并为两者使用 10 的权重
2. 对 1 的 100% 和 0 的 10% 进行采样，并对 0 使用 10 的权重

在这两种情况下，您都会得到相同的估计值。同样，加权的概念与抽样有关。如果您使用整个数据集，则不应对其加权。如果我是你，我只会使用 10% 的 1 和 10% 的 0。

在 R 中，您将使用glm. 这是一个示例代码：

glm(y ~ x1 + x2, weights = wt, data =data, family = binomial("logit"))

在您的数据集中应该有一个wt权重变量。

如果您使用 0 和 1 的 10%，则wt变量的值为 10。

如果您使用 10% 的 0 和 100% 的 1：wt对于 y=0 的观察，变量的值为 10，对于 y=1 的观察，变量的值为 1