加权调查数据：方法和优势

[olivia25]

测量加权方法：耙式加权和单元加权，
基于单元格的加权
倾斜或 RIM 加权
加权数据的优缺点
加权数据的优点包括：
加权数据的缺点是：
有关数据加权的附加信息
数据加权图像 2在我们之前的两篇博客中，我们讨论了样本框架和抽样技术对于任何研究项目的重要性。了解抽样框架、潜在的样本误差以及最适合您特定项目的抽样技术是开始数据收集之前必须采取的关键步骤。然而，即使经过仔细规划，有时您最终获得的样本也与您计划达到的样本范围不匹配。这可能是由于时间或预算限制、某些群体的大量无响应或样本框架表现不佳等因素造成的。为了减轻任何样本不平衡的影响，研究人员经常使用调查加权。

加权是一种统计技术，通过计算来操纵数据集，使其更符合所研究的人群。初始样本构成和加权之间的主要区别在于，权重是在数据收集后应用的，允许研究人员纠正数据收集过程中出现的问题。因此，加权也 英国电报数据 称为后分层，因为它是在选择样本之后进行的，而不是预分层，后者用于在数据收集之前平衡样本。

研究人员在应用权重时，通常会根据人口统计学特征（例如年龄、性别、地点和教育程度）进行加权，但加权也可以解释参与或不参与研究的人员之间的差异（称为自我选择偏差）。权重还可以最大限度地减少调查设计或数据收集模式对样本构成和结果数据的影响。

除了根据常见的人口统计变量加权外，研究还发现，在某些情况下，根据互联网使用情况和政治倾向等其他变量加权可以进一步减少偏见。例如，如果进行电话调查，可以根据移动电话用户和固定电话用户应用权重。

建议 餐食：使用移动设备追踪捐助者资助项目的影响
测量加权方法：耙式加权和单元加权，
实际加权有多种方法。最常见的两种方法包括基于单元格的加权和分级：

基于单元格的加权
基于单元格的加权是最简单的加权类型之一，当您知道样本中应包含的受访者人数时，例如，15-24 岁的男性或 25-34 岁的女性时，可以使用基于单元格的加权。如果您所需的样本包括 100 名 15-24 岁的男性和 80 名 25-34 岁的女性，但应该包括 80 名 15-24 岁的男性和 120 名 25-34 岁的女性，您可以应用简单的基于单元格的权重，如左图所示。