Answers:
您可能知道，加权通常旨在确保给定样本代表其目标人群。如果您的样本中某些属性（例如性别，SES，药物类型）的代表性不如样本来源人群中的那么好，那么我们可能会调整归因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。它具有关于后分层的一些想法，但是允许考虑许多协变量。我在本讲义中找到了有关加权方法的很好的概述，这是在实际研究中使用它的一个示例：Rake Fire Data。
倾向加权用于补偿调查中的单位无响应，例如，通过使用他们对调查做出响应的概率的估计来增加样本中被调查者的采样权重。从本质上讲，这与在观察性临床研究中使用倾向评分来调整治疗选择偏倚的想法相同：基于外部信息，我们估计患者被纳入给定治疗组的可能性，并根据假设的因素计算权重影响治疗选择。这是我发现更进一步的一些建议：
至于一般参考，我建议
Kalton G，Flores-Cervantes I.加权方法。J. 统计 （2003）19：81-97。可在 http://www.jos.nu/上获得