Trong trường hợp nào bạn muốn, hoặc không muốn mở rộng hoặc chuẩn hóa một biến trước khi điều chỉnh mô hình? Và những lợi thế / bất lợi của việc nhân rộng một biến là gì?
Trong trường hợp nào bạn muốn, hoặc không muốn mở rộng hoặc chuẩn hóa một biến trước khi điều chỉnh mô hình? Và những lợi thế / bất lợi của việc nhân rộng một biến là gì?
Câu trả lời:
Tiêu chuẩn hóa là tất cả về trọng lượng của các biến khác nhau cho mô hình. Nếu bạn thực hiện tiêu chuẩn hóa "chỉ" vì mục đích ổn định số, có thể có các phép biến đổi mang lại các tính chất số rất giống nhau nhưng ý nghĩa vật lý khác nhau có thể phù hợp hơn cho việc giải thích. Điều tương tự cũng đúng đối với định tâm, thường là một phần của tiêu chuẩn hóa.
Các tình huống mà bạn có thể muốn tiêu chuẩn hóa:
Các tình huống mà bạn có thể không muốn tiêu chuẩn hóa:
Bạn có thể làm một cái gì đó "ở giữa" và biến đổi các biến hoặc chọn đơn vị sao cho các biến mới vẫn có ý nghĩa vật lý nhưng sự thay đổi trong giá trị số không khác nhau, ví dụ:
Tương tự cho định tâm:
Một điều tôi luôn tự hỏi mình trước khi tiêu chuẩn hóa là "Tôi sẽ diễn giải đầu ra như thế nào?" Nếu có một cách để phân tích dữ liệu mà không cần chuyển đổi, điều này hoàn toàn có thể được ưu tiên hoàn toàn từ quan điểm giải thích.
Nói chung, tôi không khuyên bạn nên mở rộng quy mô hoặc tiêu chuẩn hóa trừ khi thực sự cần thiết. Ưu điểm hay sức hấp dẫn của quá trình này là, khi một biến giải thích có kích thước và độ lớn vật lý hoàn toàn khác với biến phản ứng, việc chia tỷ lệ qua phân chia theo độ lệch chuẩn có thể giúp về độ ổn định số và cho phép người ta so sánh các hiệu ứng trên nhiều biến giải thích. Với tiêu chuẩn hóa phổ biến nhất, hiệu ứng biến là lượng thay đổi của biến trả lời khi biến giải thích tăng thêm một độ lệch chuẩn; nó cũng chỉ ra rằng ý nghĩa của hiệu ứng biến (lượng thay đổi của biến trả lời khi biến giải thích tăng thêm một đơn vị) sẽ bị mất mặc dù giá trị thống kê cho biến giải thích không thay đổi. Tuy nhiên, khi sự tương tác được xem xét trong một mô hình, việc chia tỷ lệ có thể rất khó khăn ngay cả đối với kiểm tra thống kê vì một biến chứng liên quan đến điều chỉnh tỷ lệ ngẫu nhiên trong việc tính toán sai số chuẩn của hiệu ứng tương tác (Preacher, 2003). Vì lý do này, tỷ lệ theo độ lệch chuẩn (hoặc tiêu chuẩn hóa / chuẩn hóa) thường không được khuyến nghị, đặc biệt là khi có tương tác.
Preacher, KJ, Curran, PJ, và Bauer, DJ, 2006. Các công cụ tính toán để thăm dò hiệu ứng tương tác trong hồi quy tuyến tính đa, mô hình đa cấp và phân tích đường cong tiềm ẩn. Tạp chí Thống kê Giáo dục và Hành vi, 31 (4), 437-448.