ウェイトバック集計：レイキング、デザイン効果、有効サンプルサイズ

デザインウェイトは抽出確率の違いを補正します。キャリブレーション（レイキング）ウェイトは、初期ウェイトを調整して、選んだ周辺分布を外部の目標値に合わせます。度数ウェイトは、1 行が同じ内容の複数の行を代表することを表します。

3 つとも重み付き度数を生みますが、同じ分散計算や有意差検定を正当化するわけではありません。分析の前に、標本設計、初期ウェイト、目標値の出典と時点、変数、カテゴリの対応、欠損値の扱いを記録しておきます。

重み付きパーセントは、重み付きセル合計をその列のウェイト合計で割ったものです。Kish の有効サンプルサイズは、同じ精度を得るのに必要な重み付けなしのケース数を表し、ウェイトによるデザイン効果は実際の n と有効サンプルサイズの比です。どちらもウェイトのばらつきの診断であり、層やクラスターを含む完全な設計ベースのデザイン効果ではありません。

レイキング（反復比例調整）は、周辺分布を 1 つずつ合わせていきます。カテゴリ g の各ケースに「目標合計 ÷ g の現在の重み付き合計」を掛けます。これをすべての変数について繰り返し、最大のずれが許容範囲を下回るか、反復の上限に達したら終了します。手法は Deming と Stephan（1940）にさかのぼります。

レイキングが合わせるのは指定した周辺分布であり、その中のすべての組み合わせが自動的に合うわけではありません。収束、最小・最大のウェイト、ばらつきを確認してください。極端なウェイトの切り詰め（トリミング）は分散を下げますが、周辺分布を目標から再び遠ざけます。ルールと残ったずれを記録します。

クイックワークスペースでは、数値のウェイト列は候補として残りますが、意味を宣言していないウェイトは表や検定を作る前に拒否されます。選ばなければ表は重み付けなしのままです。度数ウェイトとして宣言すると、整数の度数で通常の検定を行います。標本ウェイトとして宣言すると、有効ベースによる検定（SPSS Custom Tables や Q と同様の近似）で有意差記号を付け、カイ二乗検定は表示しません。

保存したプロジェクトでは、ガイド付きウェイト調整でレイキングウェイトを作れます。観測された各カテゴリの目標割合を明示的に入力し（入力欄は最初は空です）、必要なら保存済みの標本ウェイトを初期値にしてトリミングも設定できます。プレビューには収束、トリミング前後の周辺のずれ、ウェイトのばらつき、有効サンプルサイズが表示されます。適用はあなたが承認してからで、新しいウェイトは元に戻せます。

設計ベースの推測には、Taylor 線形化（層、クラスター、有限母集団修正）か反復ウェイトによる調査デザインを設定します。そうすれば設計ベースの区間と Rao–Scott 検定または調整済み Wald 検定が得られます。キャリブレーションウェイトや分析ウェイトによる通常の推測には対応していません。

ウェイト付けは、誰が推定値にどれだけ寄与するかを変えます。偏りを自動的に取り除くわけではありません。