উত্তর:
আপনি হয়ত জানেন যে ওজন হ'ল লক্ষ্য নির্ধারণ করা হয় যে প্রদত্ত নমুনা তার লক্ষ্য জনসংখ্যার প্রতিনিধি কিনা is যদি আপনার নমুনায় কিছু বৈশিষ্ট্য (যেমন, লিঙ্গ, এসইএস, medicationষধের ধরণ) নমুনাটি আসে এমন জনসংখ্যার তুলনায় খুব কম উপস্থাপিত হয়, তবে অনুমানিত সংখ্যার এককগুলির ওজনকে অনুমানকৃত লক্ষ্য জনসংখ্যার আরও ভালভাবে প্রতিবিম্বিত করতে আমরা সামঞ্জস্য করতে পারি ।
রিম ওজন (বা র্যাকিং) এর অর্থ আমরা নমুনা প্রান্তিক বন্টনকে তাত্ত্বিক প্রান্তিক বিতরণের সাথে সমান করব। এটি পোস্ট-স্ট্রেটিফিকেশন সহ কিছু ধারণা বহন করে, তবে অনেক সমাবর্তীর জন্য অ্যাকাউন্ট করতে দেয়। আমি ওজন পদ্ধতি সম্পর্কে এই হ্যান্ডআউটে একটি ভাল ওভারভিউ পেয়েছি এবং এখানে একটি বাস্তব গবেষণায় এর ব্যবহারের একটি উদাহরণ রয়েছে: ফায়ার ডেটা রেকিং ।
কোনও সমীক্ষায় ইউনিট অ-প্রতিক্রিয়া পূরণের জন্য প্রপেনসিটি ওজন ব্যবহার করা হয়, উদাহরণস্বরূপ, নমুনায় উত্তরদাতাদের স্যাম্পলিং ওজন বৃদ্ধির মাধ্যমে তারা সমীক্ষায় যে প্রতিক্রিয়া দেখিয়েছিল তার সম্ভাবনাগুলির অনুমান ব্যবহার করে। পর্যবেক্ষণমূলক ক্লিনিকাল স্টাডিতে চিকিত্সা নির্বাচনের পক্ষপাতিত্বের জন্য সামঞ্জস্য করার জন্য প্রপেনসিটি স্কোর ব্যবহারের তুলনায় এটি একই ধারণা যা হ'ল: বাহ্যিক তথ্যের উপর ভিত্তি করে, আমরা অনুমানের কারণগুলির উপর ভিত্তি করে একটি প্রদত্ত চিকিত্সা গ্রুপ এবং গণনা ওজনে রোগীদের অন্তর্ভুক্ত হওয়ার সম্ভাবনাটি অনুমান করি প্রভাব চিকিত্সা নির্বাচন। এখানে আরও কিছু পয়েন্টার রয়েছে যা আমি দেখতে পেলাম:
একটি সাধারণ রেফারেন্স হিসাবে, আমি পরামর্শ দিতে হবে
কাল্টন জি, ফ্লোরেস-সার্ভেন্টেস আই। ওজন পদ্ধতি। জে অফ। তাত্ক্ষণিকবাজার। (2003) 19: 81-97। Http://www.jos.nu/ এ উপলব্ধ