더미 변수 센터링 및 스케일링

범주 형 변수와 연속 변수가 모두 포함 된 데이터 세트가 있습니다. 범주 형 변수를 각 수준에 대한 이진 변수로 변환하는 것이 좋습니다 (예 : A_level1 : {0,1}, A_level2 : {0,1}). 일부는이 "더미 변수"라고합니다.

그렇게 말하면, 새로운 변수로 전체 데이터 세트를 중앙에 배치하고 스케일링하는 것이 오해의 소지가 있습니까? 마치 변수의 "켜기 / 끄기"의미를 잃는 것처럼 보입니다.

오해의 소지가있는 경우 연속 변수를 개별적으로 중앙에 배치하고 스케일을 조정 한 다음 데이터 세트에 다시 추가해야합니까?

티아.

회귀 분석에 사용할 더미 변수를 구성 할 때 범주 변수의 범주를 제외한 각 범주는 이진 변수를 가져와야합니다. 따라서 A_level2, A_level3 등이 있어야합니다. 범주 중 하나에 이진 변수가 없어야하며이 범주는 참조 범주로 사용됩니다. 범주 중 하나를 생략하지 않으면 회귀 분석이 제대로 실행되지 않습니다.

SPSS 또는 R을 사용하는 경우 전체 소프트웨어 세트의 스케일링 및 중심 조정이 일반적으로 문제가되지 않을 것이라고 생각합니다. 이러한 소프트웨어 패키지는 종종 두 레벨을 가진 변수를 요인으로 해석하지만 사용 된 특정 통계 방법에 따라 달라질 수 있습니다 . 어쨌든 이진 (또는 범주 형) 변수를 스케일링하고 중심에 맞추는 것은 의미가 없으므로 연속 변수를 중심으로 스케일링해야합니다.

R을 사용하고 더미 변수 또는 0 또는 1을 갖는 변수를 0과 1 사이의 스케일로만 스케일링하면 이러한 변수의 값이 변경되지 않고 나머지 열의 스케일이 조정됩니다.

maxs <- apply(data, 2, max) 
mins <- apply(data, 2, min)

data.scaled <- as.data.frame(scale(data, center = mins, scale = maxs - mins))

회귀 중심의 평균점은 절편을 더 해석하기 쉽게 만드는 것입니다. 즉, 회귀 모델에서 모든 변수의 중심을 의미하는 경우, 절편 (SPSS 출력의 상수라고 함)은 결과 변수의 전체 평균과 같습니다. 최종 모델을 해석 할 때 편리 할 수 ​​있습니다.

더미 변수를 중심으로 의미하는 것과 관련하여 회귀 모델 (내 경우에는 3 레벨의 무작위 블록 설계 다중 레벨 모델)에서 더미 변수를 중심으로 한 평균에 대해 내 교수와 대화를 나누었고 테이크 아웃은 더미 변수는 회귀 계수의 해석을 실제로 변경하지 않습니다 (솔루션이 완전히 표준화되지 않은 경우 제외). 일반적으로 회귀 분석에서는 실제 단위 레벨 평균 중심 값을 해석 할 필요가 없으며 계수 만 있습니다. 그리고 이것은 본질적으로 변하지 않습니다-대부분. 그녀는 인형이 이해하기에 직관적이지 않은 표준화되어 있기 때문에 약간 변경되었다고 말했다.

주의 사항 : 교수 사무실을 떠났을 때의 이해였습니다. 물론 잘못했을 수도 있습니다.