权重估计是限制大分子结构精细化和相关程序（如坐标误差估计和使用几何准则进行结构验证）的一个重要方面。原则上，最大似然法可用于原子参数和权重参数的估计。然而，在大分子精细化过程中，观测值与参数之比较低，使得这种权重参数的估计严重偏差；因此，加权参数传统上是使用一种特殊的技术（如最小化自由基）与原子参数分开估计的R（右）因素。然而，后一种估计的方差很大，因为只使用了所有数据的一小部分。在这项工作中，提出了一种基于加权参数的边际似然函数近似值的权重估计方法，它使用了所有的X射线数据。在约束精化中，距离方差的整体标度系数有一个已知的真值，因此该系数的（最大似然）估计值可用作验证统计量。
