Το
Κεντράρισμα του μεγάλου μέσου όρου αφαιρεί τον γενικό μέσο όρο του προγνωστικού παράγοντα χρησιμοποιώντας τον μέσο όρο από το πλήρες δείγμα (X). … Γενικά, το κεντράρισμα κάνει αυτή την τιμή πιο ερμηνεύσιμη, επειδή η αναμενόμενη τιμή του Y όταν το x (στο κέντρο X) είναι μηδέν αντιπροσωπεύει την αναμενόμενη τιμή του Y όταν το X είναι στο μέσο όρο του.
Γιατί είναι χρήσιμο το Grand mean centering;
Το
Το κεντράρισμα του μεγάλου μέσου όρου είναι μια χρήσιμη επανακλιμάκωση που βοηθά στην ερμηνεία των όρων που σχετίζονται με την τομή, είτε είναι ο σταθερός μέσος όρος είτε οι σχετικές αποκλίσεις σε οποιοδήποτε επίπεδο; δεν αλλάζει ουσιαστικά το μοντέλο.
Ποιος είναι ο σκοπός του κεντραρίσματος;
Κεντράρισμα σημαίνει απλώς αφαίρεση μιας σταθεράς από κάθε τιμή μιας μεταβλητής. Αυτό που κάνει είναι να επαναπροσδιορίσει το σημείο 0 για αυτόν τον προγνωστικό παράγοντα ώστε να είναι οποιαδήποτε τιμή αφαιρέσατε. Μετατοπίζει την κλίμακα, αλλά διατηρεί τις μονάδες. Το αποτέλεσμα είναι ότι η κλίση μεταξύ αυτού του δείκτη πρόβλεψης και της μεταβλητής απόκρισης δεν αλλάζει καθόλου.
Πώς είναι μια μεταβλητή Grand mean center;
Για να δημιουργήσετε μια μεταβλητή με κεντρικό μέσο όρο, απλώς λαμβάνετε τον μέσο όρο της μεταβλητής και αφαιρείτε αυτόν τον μέσο όρο από κάθε τιμή της μεταβλητής.
Πώς το κεντράρισμα μειώνει την Πολυσυγγραμμικότητα;
Το
Κέντρο συχνά μειώνει τη συσχέτιση μεταξύ των επιμέρους μεταβλητών (x1, x2) και του όρου προϊόντος (x1 × x2). Με τις κεντραρισμένες μεταβλητές, r(x1c, x1x2c)=-. … 15.