权重计算即将各数值乘以相应的权数，然后加总求和得到总体值，再除以总的单位数。
权重的值就是加权平均值，值的大小不仅取决于总体中各单位的数值（变量值）的大小，而且取决于各数值出现的次数（频数），由于各数值出现的次数对其在平均数中的影响起着权衡轻重的作用，因此叫做权数。
如：学生期末总评是对学生平时成绩，期中考成绩，期末考成绩的综合评价，但是这三个成绩所占期末总评成绩的比重不一样。
若平时成绩占30%，期中考成绩占30%，期末考成绩占40%，那么期末总评=平时成绩*0.3+期中考成绩*0.3+期末考成绩*0.4。
扩展资料
权重是一个相对的概念，是针对某一指标而言。某一指标的权重是指该指标在整体评价中的相对重要程度。权重表示在评价过程中，是被评价对象的不同侧面的重要程度的定量分配，对各评价因子在总体评价中的作用进行区别对待。事实上，没有重点的评价就不算是客观的评价。
加权平均数中的“权”的表现形式有多种，且由于。权”的变化，其结果就会大相径庭，他的这一特殊性，越来越受到人们的重视，应用也越来越广泛。
在日常生活中，我们经常遇到计算如权平均数的事例。
如：大学生就业应聘时会根据他的专业知识、工作经验、仪表形象按一定权重来计算他的成绩，这就用到加权平均数。加权平均数反映了一组数据中的各个数据重要程度对整体集中趋势的影响。
加权平均数中的。权”有着明确的意义——它表示某个数据在一组数据中的重要程度，因此必须结合具体事例研究加权平均效。
了解加权平均数的大小不仅与一组数据中的每个数据有关，而且还受到每个数据权重大小的影响。权重越大。对平均效大小的影响就越大。反之就越小。
参考资料来源：百度百科-权重 （汉语词语）
权重计算的确定方法在综合评价中重中之重，不同的方法对应的计算原理并不相同。在实际分析过程中，应结合数据特征及专业知识选择适合的权重计算。
下面介绍的权重方法，共8种按照计算原理可分成四类。
第一类为AHP层次法和优序图法；此类方法利用数字的相对大小信息进行权重计算；此类方法为主观赋值法，通常需要由专家打分或通过问卷调研的方式，得到各指标重要性的打分情况，得分越高，指标权重越大。
此类方法适合于多种领域。比如想构建一个员工绩效评价体系，指标包括工作态度、学习能力、工作能力、团队协作。通过专家打分计算权重，得到每个指标的权重，并代入员工数据，即可得到每个员工的综合得分情况。
第二类为熵值法（熵权法）；此类方法利用数据熵值信息即信息量大小进行权重计算。此类方法适用于数据之间有波动，同时会将数据波动作为一种信息的方法。
比如收集各地区的某年份的经济指标数据，包括产品销售率（X1）、资金利润率（X2）、成本费用利润率（X3）、劳动生产率（X4）、流动资金周转次数（X5），用熵值法计算出各指标权重，再对各地区经济效益进行比较。
第三类为CRITIC、独立性权重和信息量权重；此类方法主要是利用数据的波动性或者数据之间的相关关系情况进行权重计算。
比如研究利用某省医院2011年共计5个科室的数据指标（共计6个指标数据）进行CRITIC权重计算，最终可得到出院人数、入出院诊断符合率、治疗有效率、平均床位使用率、病床周转次数、出院者平均住院日这6个指标的权重。如果希望针对各个科室进行计算综合得分，那么可以直接将权重与自身的数据进行相乘累加即可，分值越高代表该科室评价越高。
第四类为因子分析和主成分法；此类方法利用了数据的信息浓缩原理，利用方差解释率进行权重计算。
比如对30个地区的经济发展情况的8项指标作主成分分析，主成分分析法可以将8个指标浓缩为几个综合指标（主成分），用这些指标（主成分）反映原来指标的信息，同时利用方差解释率得出各个主成分的权重。
都可以使用SPSSAU进行分析，比如AHP分析：
搜索引擎没有直接说它们支持网站权重这个说法，但做SEO过程，有了网站权重这个概念，可以让我们的SEO理论更容易理解。