측정의 오차를 최소화하고 전집을 잘 대표하는 통계치나 변산의 영향을 균형 있게 고려한 모수치를 추정하기 위하여 각 사례의 측정치 또는 이를 통하여 얻은 통계치에 부가적으로 곱해 주는 값. 전집의 대표적 측정치의 추정은 주로 표집의 크기의 비율이 가중치가 된다. 예를 들어 남녀 구성 비율이 3:7일 어떤 학교 학생들의 키를 알아보기 위하여 남녀가 각각 20명을 표집하고 그 표집을 통하여 전교생들의 키의 평균을 다음과 같이 구한다고 가정하자. 첫째, 그 학교의 남녀 구성비율에 관계없이 무조건 20명의 키의 합을 40으로 나누어 평균키를 구하는 경우이다. 이 경우는 남녀의 구성비율을 무시하고 표집된 각자에게 똑같이 1씩의 가중치를 주어 평균을 구한 것으로서, 실제의 전교생의 평균보다는 과소 평가된 평균치를 구하게 될 것이다. 둘째, 남자 표집의 평균과 여자 표집의 평균을 따로 구하고, 남자의 평균치에는 0.3을 곱하고, 여자의 평균치에는 0.7을 곱한 후 서로 더하여 전교생의 키의 평균을 구할 것이다. 이 경우는 남자와 여자 표집으로부터 얻은 표집치 각각 0.3과 0.7이라는 가중치를 곱하여 줌으로써 전집을 잘 대표할 수 있게 하여 표집의 오차를 줄이려는 것이다. 이와 같은 결과에 도달하는 가중치 부여 방법은 표집된 남자 키에는 0.3씩을, 여자 키에는 0.7씩을 곱한 값들을 모두 더한 값을 가중된 전체표집 크기 20(=0.3×20+0.7×20)으로 나누어주어도 된다. 이는 각 사례의 측정치에 직접 가중치를 주는 경우이다. 변산의 영향을 균형 있게 고려한 모수치의 추정을 위한 가중치는 주로 변산의 크기의 역수에 비례하여 주어진다. 예를 들어 남자와 여자의 국어와 외국어 성적을 이용하여 언어 적성을 예언하기 위한 회귀 공식을 최소자승화의 원리에 의하여 구하고자 할 때, 남자와 여자의 적성점수들에 그들 각각의 적성검사 점수분포의 변량의 역수에 비례하는 가중치를 곱해 준 경우에 최적의 회기 계수를 추정할 수 있다. 컴퓨터 통계 프로그램(예:SAS)에 나타나는 명령어로서의 가중치는 대표표집을 만드는 역할 외에 이 역할도 한다. 즉 가중치라는 명령어는 각 사례의 관찰치의 상대적 비중을 나타내 주기 위한 하나의 변인을 만들기 위한 것이다.