问题描述
我正在使用以均值为中心的(连续)预测变量(其中 0 值没有意义)进行(逻辑)回归分析。对于非中心预测变量,我会将预测变量的系数解释为预测变量中一个单位增加的结果变量的变化;添加一个单位的预测变量是唯一有意义的事情,因为该变量的级别设置为 0。
但是,当我有中心化预测变量时,预测变量的系数是否可以解释为预测变量单位增加和单位的结果变化>减少,即在两个方向都远离均值? -- 显然,我的一半数据包含的观测值低于结果变量的平均值,我也对这些有意义的系数感兴趣......(我找不到任何答案,也没有在我用于统计学习的 YouTube 频道上,也不在我的(遗憾的是只有 5 本)统计书籍中。)
(示例请参见所附屏幕截图:mtcars
中 R
包的 OLS 回归(以 mpg
(每加仑英里数)作为结果,wt
(重量)以 1000 磅为单位)作为预测值,均值居中在底部屏幕截图中。)
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)