Centre variabler för att minska Multicollinearity

Centre är ett av dessa ämnen i statistik som alla verkar ha hört talas om, men de flesta människor don &'en; t vet mycket om. Det har utvecklat en mystik som är helt onödigt. Omdömen

Centrering betyder bara att subtrahera ett enda värde från alla dina datapunkter. Det skiftar omfattningen av en variabel och används vanligtvis för prediktorer. Det kallas centre eftersom människor använder ofta elak som det värde de subtrahera (så den nya medelvärdet är nu på 0), men det behöver inte vara medelvärdet. I själva verket finns det många situationer när en annan än medelvärdet är mest meningsfulla Omdömen

När centre kan göras på en enkel linjär regression, dess verkliga fördelar uppstår när det finns multiplikativa termer i modellen –. Interaktionsvillkor eller kvadratiska termer (X-kvadrat). Omdömen

Det finns två skäl till centrum. Den första är när en interaktionsterm är gjord av multiplicera två prediktorvariabler är på en positiv skala. När du multiplicera dem för att skapa interaktion, siffrorna i närheten 0 vistelse nära 0 och det stora antalet blir riktigt högt. Samspelet sikt då är starkt korrelerad med original variabler.

Men det är lätt att kontrollera. Helt enkelt skapa den multiplikativa termen i datauppsättningen, kör sedan ett samband mellan denna interaktion sikt och den ursprungliga prediktor. Även korrelationer är inte det bästa sättet att testa multikollinearitet, kommer det att ge dig en snabb kontroll. Omdömen

Sedan prova igen, men första centret en av dina IVs. Omdömen

Centre en av dina variabler på medelvärdet (eller något annat meningsfullt värde nära mitten av fördelningen) kommer att göra hälften dina värden negativa (eftersom medelvärdet är nu 0). När de multipliceras med den andra positiva variabel, de don &'en; t alla gå upp tillsammans Omdömen

Det andra skälet är att hjälpa tolkning av parameterskattningar (regressionskoefficienter, eller betaversioner) katalog. &Nbsp..