GewichtEs ist ein relativer Begriff. Bei einem bestimmten Indikator bezieht sich die Gewichtung auf die Bedeutung des Indikators in der Gesamtbewertung.

Im Bewertungsprozess werden Gewichtungen verwendet, um die Bedeutung verschiedener Aspekte des Bewertungsobjekts zu messen und so die Rolle jedes Bewertungsfaktors in der Gesamtbewertung zu differenzieren. Das heißt, eine Bewertung ohne Endpunkt ist keine objektive Bewertung.

Die Grundformel des Gewichts

Die Grundformel für die Suche nach dem Richtigen lautet

$latex {p\mathop{{}}\nolimits\_{{i}}\text{ }=\text{ }\frac{{ \mu \mathop{{}}\nolimits^{{2}}}}{{m\mathop{{}}\nolimits\_{{i}}\mathop{{}}\nolimits^{{2}}}}\text{ }{ \left( {i\text{ }=\text{ }1,\text{ }2,\text{ }…} \right) }}$latexp_i = m_i2μ2​ (i = 1, 2, …)

Dabei ist $latex { \mu }$latexμ eine beliebige Konstante und $latex {m\mathop{{}}\nolimits\_{{i}}}$latexm_i der mittlere quadratische Fehler.

Es ist ersichtlich, dass das Gewicht umgekehrt proportional zum Quadrat des mittleren Fehlers ist, d. h. je höher die Präzision, desto größer das Gewicht. Wenn $latex {m\mathop{{}}\nolimits\_{{i}}\text{ }=\text{ }\mu}$latexm_i = μ , $latex {p\mathop{{}}\nolimits\_{{i}}\text{ }=\text{ }1}$latexp_i = 1 , dann ist dies der mittlere Fehler der Beobachtung mit Gewicht gleich 1. Das Gewicht gleich 1 wird üblicherweise Einheitsgewicht genannt, und die Beobachtung mit Gewicht 1 ist eine Beobachtung mit Einheitsgewicht. $latex { \mu }$latexμ ist der mittlere Fehler der Einheitsgewichtsbeobachtung, der kurz als Einheitsgewichts-Mittelwertfehler bezeichnet wird.

Die proportionale Beziehung zwischen den Gewichten der einzelnen Beobachtungen kann wie folgt ausgedrückt werden:

$latex {p\mathop{{}}\nolimits\_{{1}}\text{ }:\text{ }p\mathop{{}}\nolimits\_{{2}}\text{ }:\text{ }⸳⸳⸳\text{ }:\text{ }p\mathop{{}}\nolimits\_{{n}}\text{ }=\text{ }\frac{{ \mu \mathop{{}}\nolimits^{{2}}}}{{m\mathop{{}}\nolimits\_{{1}}\mathop{{}}\nolimits^{{2}}}}\text{ }:\text{ }\frac{{ \mu \mathop{{}}\nolimits^{{2}}}}{{m\mathop{{}}\nolimits\_{{2}}\mathop{{}}\nolimits^{{2}}}}\text{ }:\text{ }⸳⸳⸳\text{ }:\text{ }\frac{{ \mu \mathop{{}}\nolimits^{{2}}}}{{m\mathop{{}}\nolimits\_{{n}}\mathop{{}}\nolimits^{{2}}}}\text{ }=\text{ }\frac{{1}}{{m\mathop{{}}\nolimits\_{{1}}\mathop{{}}\nolimits^{{2}}}}\text{ }:\text{ }\frac{{1}}{{m\mathop{{}}\nolimits\_{{2}}\mathop{{}}\nolimits^{{2}}}}\text{ }:\text{ }⸳⸳⸳\text{ }:\text{ }\frac{{1}}{{m\mathop{{}}\nolimits\_{{n}}\mathop{{}}\nolimits^{{2}}}}}$latexp_1 : p_2 : ⸳⸳⸳ : p_n = m_12μ2​ : m_22μ2​ : ⸳⸳⸳ : m_n2μ2​ = m_121​ : m_221​ : ⸳⸳⸳ : m_n21​

Es ist ersichtlich, dass das Verhältnis der Gewichte einer Reihe von Beobachtungen gleich dem Verhältnis der Kehrwerte ihrer mittleren quadratischen Fehler ist.