Centrado Variables para Reducir Multicolinealidad

Centrado es uno de esos temas en las estadísticas que todo el mundo parece haber oído hablar, pero la mayoría de las personas don &'; t sabe mucho sobre. Se ha desarrollado una mística que es totalmente innecesario.

Centrado simplemente significa restar un solo valor de todos sus puntos de datos. Cambia la escala de una variable y se aplica generalmente a los predictores. Se llama centrado porque la gente a menudo utilizan la media como el valor que restan (lo que el nuevo medio está ahora a 0), pero no tiene que ser la media. De hecho, hay muchas situaciones en las que un valor distinto de la media es más significativa

Si bien centrado se puede hacer en una regresión lineal simple, sus beneficios reales surgen cuando hay términos multiplicativos en el modelo y mdash;. Términos de interacción o términos cuadráticos (X-cuadrado).

Hay dos razones al centro. La primera es cuando un término de interacción se hace de la multiplicación de dos variables de predicción son en una escala positiva. Cuando multiplicas ellos para crear la interacción, los números de cerca de 0 estancia cerca de 0 y los números altos llegar muy alto. El término de interacción entonces está altamente correlacionado con las variables originales.

Pero esto es fácil de comprobar. Basta con crear el término multiplicativo en su conjunto de datos, a continuación, ejecutar una correlación entre ese término interacción y el predictor originales. Aunque las correlaciones no son la mejor manera de probar la multicolinealidad, se le dará una comprobación rápida.

A continuación, intente de nuevo, pero el primer centro de una de las vías intravenosas.

Centrar una de las variables en la media (o algún otro valor significativo cerca de la mitad de la distribución) harán que la mitad de sus valores negativos (ya la media ahora es igual a 0). Cuando los que se multiplican con la otra variable positiva, don &'; t van todos juntos

La otra razón es para ayudar a la interpretación de las estimaciones de los parámetros (coeficientes de regresión, o betas) Hotel  ..;