对中和缩放虚拟变量

我有一个包含分类变量和连续变量的数据集。建议我将分类变量转换为每个级别的二进制变量（即A_level1：{0,1}，A_level2：{0,1}）-我认为有些人将其称为“虚拟变量”。

话虽这么说，然后使用新变量对整个数据集进行居中和缩放会产生误导吗？似乎我将失去变量的“开/关”含义。

如果产生误导，是否意味着我应该分别对连续变量进行居中和缩放，然后将其重新添加到我的数据集中？

TIA。

构造用于回归分析的虚拟变量时，分类变量中的每个类别（除了一个）都应获得一个二进制变量。因此，您应该具有例如A_level2，A_level3等。类别之一不应具有二进制变量，并且该类别将用作参考类别。如果您不忽略其中一个类别，则回归分析将无法正常运行。

如果您使用SPSS或R，我认为整个数据集的缩放和居中通常不会成为问题，因为那些软件包通常仅将变量解释为两个级别，但是这可能取决于所使用的特定统计方法。在任何情况下，缩放和居中二进制（或分类）变量都没有意义，因此，如果必须这样做，则仅应居中和缩放连续变量。

如果使用R并将虚拟变量或具有0或1的变量缩放到0到1之间的小数位数，则这些变量的值将没有任何变化，其余列将被缩放。

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

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

回归中均值居中的目的是使截距更易于解释。也就是说，id表示您将回归模型中所有变量居中，然后截距（SPSS输出中称为Constant）等于结果变量的总体均值。解释最终模型时，这很方便。

关于平均居中虚拟变量，我刚刚与我的一位教授讨论了回归模型中的平均居中虚拟变量（在我的情况下是一个具有3个级别的随机块设计多级模型），我的收获是平均居中虚拟变量。虚拟变量实际上并不会改变回归系数的解释（除非解决方案是完全标准化的）。通常，不需要在回归中解释实际单位水平的平均中心值-只需解释系数。基本上，这并没有改变-在大多数情况下。她说，它的变化很小，因为它是标准化的，对于傻瓜来说，它不那么直观。

警告：那是我离开教授办公室时的理解。我当然可以弄错了。