Centrering af variable til at reducere multikollinearitet

centrering er en af ​​disse emner i statistikken, at alle synes at have hørt om, men de fleste mennesker don &'; t ved meget om. Det har udviklet en mystik, der er helt unødvendige.

Centrering bare betyder at trække en enkelt værdi fra alle dine datapunkter. Det skifter omfanget af en variabel og er normalt anvendes på prædiktorer. Det hedder centrering fordi folk ofte bruger middelværdien som den værdi, de trække (så den nye middelværdi er nu på 0), men det behøver ikke at være middelværdien. I virkeligheden er der mange situationer, hvor en anden end middelværdien er mest meningsfuldt

Mens centrering kan gøres på en simpel lineær regression, dens reelle fordele opstår, når der er multiplikative udtryk i modellen –. Interaktion vilkår eller kvadratiske udtryk (X-squared).

Der er to grunde til centrum. Den første er, når et samspil sigt er lavet af multiplicere to forudsigelsesvariable er på en positiv skala. Når du ganger dem til at skabe interaktion, tallene nær 0 ophold nær 0 og de høje tal får virkelig højt. Interaktionen sigt derefter er stærkt korreleret med originale variabler.

Men det er let at kontrollere. Du skal blot oprette den multiplikative sigt i dit datasæt, derefter køre en sammenhæng mellem denne interaktion sigt og den oprindelige indikator. Mens korrelationer er ikke den bedste måde at teste multikollinaritet, vil det give dig en hurtig kontrol.

Så prøv det igen, men første center en af ​​dine IVs.

Centrering en af ​​dine variabler på middelværdien (eller en anden meningsfuld værdi tæt på midten af ​​distribution) vil gøre halvdelen dine værdier negative (da middelværdien nu lig 0). Når de ganges med de andre positive variable, de don &'; t alle gå op sammen

Den anden grund er at hjælpe fortolkning af parameterestimater (regressionskoefficienter eller betaer)
. &Nbsp.;