Linear Regression Analysis - Centrare un covariate per migliorare Interpretabilità

Il motivo per centrare una covariata continuo è che può migliorare la interpretabilità.

Ad esempio, dire tu avessi un predittore categoriale con 4 categorie e una covariata continuo, oltre a una interazione tra di loro.

In primo luogo, si noterà che se si centrare il covariata alla media, non c'è differenza nella tabella ANOVA (Prove di tra i soggetti Effects). Ci possono essere piccole differenze dovute agli arrotondamenti, ma i risultati non dovrebbero generalmente cambiare

La variabile categorica sarebbe interpretata guardando le medie marginali stimate. (In SPSS, in SAS, essi sono chiamati minimi quadrati significa) . Questi mezzi vengono interpretati come mezzo di DV al valore medio della covariata. Se centrato il vostro covariata alla sua media, non ci dovrebbe essere alcuna differenza nelle medie marginali stimate.

Il covariate e l'interazione dovrebbero essere interpretati guardando la tabella Stime dei parametri.

Il B I valori sono i coefficienti di regressione (pendenze). Con un'interazione nel modello, il valore B per la covariata è la pendenza quando la variabile categorica = 0. La tabella Stime dei parametri automaticamente codici fittizi vostre variabili categoriali, il che significa che fa la categoria che viene scorso = alfabetico 0 (Se li numerato 1,2,3,4, poi 4 arriva ultima in ordine alfabetico - è possibile modificare questa impostazione predefinita quando si eseguire il GLM). Quindi il valore B per la covariata è la pendenza della covariata solo per il gruppo 4.

I valori riportati B per le interazioni con gli altri gruppi sono le differenze di piste tra ciascuno di questi gruppi e il gruppo 4. Se questi valori B sono significativi, si sa che le loro pendenze sono significativamente diversi rispetto pendenza gruppo 4 di.

Ancora una volta, questi non cambiano se la covariata è centrata o meno.

Che cosa significa il cambiamento sono le intercettazioni. E ora avete 4 intercetta (una riga per ogni categoria). Il B etichettato Intercept nell'output è l'intercetta solo per la categoria di riferimento (gruppo 4). Il B per gli altri tre gruppi sono le differenze di intercettazioni tra il gruppo 4 e ciascuno di questi gruppi.

Ricordate l'intercetta è la media della variabile dipendente quando la covariata = 0. Quando si centrare la covariata, si stanno cambiando il punto 0. Così le intercettazioni non sono più il valore medio quando Covariate = 0 sulla sua scala originale, ma il valore medio quando la covariate è alla sua media.

Questo è particolarmente utile quando il covariate non ha valori anche vicino a 0 . Ad esempio, se il Covariate era Età, e le vostre età variava 20-60, il valore medio del DV alla nascita non ha molto senso Hotel  .;