Variabel terpusat VS standar

Saya telah menemukan banyak posting berguna tentang variabel independen standar dan variabel bebas terpusat pada stats.stackexchange.com, tetapi saya masih agak bingung. Saya meminta Anda untuk mengevaluasi apa yang telah saya pahami. Juga, jika yang berikut ini tidak benar, bisakah Anda memperbaiki saya?

1. Bagaimana cara standarisasi. Variabel terstandarisasi diperoleh dengan mengurangi rata-rata variabel dan dengan membagi dengan deviasi standar dari variabel yang sama.
2. Bagaimana cara memusatkan? Variabel independen terpusat diperoleh hanya dengan mengurangi rata-rata variabel.
3. Alasan untuk standardisasi. Anda menstandarkan variabel untuk memfasilitasi interpretasi dari koefisien yang diperkirakan ketika variabel dalam regresi Anda memiliki unit pengukuran yang berbeda. Ketika Anda ingin membuat standar, Anda harus membuat standar semua variabel dalam regresi - yang menyiratkan Anda tidak akan mendapatkan estimasi konstanta (yaitu, B0 atau intersep).
4. Alasan pemusatan. Anda memusatkan variabel jika Anda ingin mendapatkan interpretasi yang bermakna dari estimasi konstan. Dalam hal ini, Anda dapat memusatkan jumlah variabel yang Anda inginkan; Anda tidak perlu memusatkan semua variabel independen dalam model.
5. Variabel independen, Y. (pertanyaan sederhana) Apakah Anda pernah memusatkan atau membakukan Y?
6. Pemanfaatan logaritma alami. Jika satu atau lebih variabel Anda tidak terdistribusi secara normal, Anda dapat mengubahnya menggunakan logaritma natural. Hanya SETELAH transformasi ini Anda dapat menstandarkan semua variabel atau memusatkan yang Anda butuhkan untuk memusatkan. Secara umum, transformasi variabel apa pun harus terjadi sebelum standardisasi atau pemusatan (di sini saya berbicara tentang logaritma natural, tetapi Anda dapat menguadratkan variabel atau membagi variabel dengan variabel lain, misalnya, populasi / km2)
7. Koefisien interpretasi variabel standar. "Peningkatan sebesar 1 standar deviasi pada X1 akan meningkatkan (atau menurunkan) Y oleh -number-."
8. Koefisien interpretasi memusatkan variabel. Koefisien variabel acak: "Peningkatan X1 oleh -number- dari meannya akan meningkat (atau menurunkan) Y oleh -number-." Constant: "Ini mewakili nilai yang diharapkan dari Y ketika variabel-variabel yang tidak terpusat adalah nol dan ketika variabel-variabel yang berpusat pada rata-rata mereka."
9. Ketentuan interaksi. Penafsiran koefisien dari suatu istilah interaksi tidak boleh bermasalah, apakah Anda telah menstandarkan variabel Anda, atau memusatkan mereka (baik hanya satu variabel interaksi atau keduanya). Pada dasarnya, interpretasinya adalah bahwa Anda biasanya memberikan istilah interaksi (misalnya, Anda tertarik pada efek X1 pada Y dan X1 berinteraksi dengan X2, efek total X1 diberikan oleh koefisien + koefisien interaksi. istilah ketika X2 diperbaiki), ingatlah untuk mengontekstualisasikan interpretasi mengikuti poin 7 atau 8, tergantung pada jenis transformasi yang Anda lakukan.

1. Iya
2. Iya
3. Anda membakukan variabel untuk membandingkan pentingnya variabel independen dalam menentukan variabel hasil.
4. Anda mungkin ingin memusatkan variabel ketika Anda menggunakan istilah interaksi - efeknya akan dapat diartikan bermakna jika nilai minimum dari salah satu variabel yang berinteraksi tidak nol.
5. Jika Anda mundur variabel hasil yang berbeda (dengan skala yang berbeda) pada set variabel independen yang sama, Anda dapat membandingkan koefisien yang diestimasi secara bermakna.
6. Iya
7. Iya.
8. Iya.
9. Ya, tapi ingat poin 4.