通常,居中可以帮助减少多重共线性,但是“您可能不会死于多重共线性”(请参阅predrofigueira的回答)。
最重要的是,通常需要居中以使截距有意义。在简单模型,截距定义为的预期结果。如果值为零没有意义,则itercept都不有意义。将变量置于其平均值中心通常很有用;在这种情况下,预测变量的形式为,截距是对象的预期结果,该对象的值等于均值。yi=α+βxi+εx=0xx(xi−x¯)αxix¯
在这种情况下,必须先将居中,然后再平方。您不能将和分别居中,因为您正在将结果回归到“新”变量,因此必须对这个新变量平方。居中意味着什么?xxx2(xi−x¯)x2
如果计数变量的均值有意义,则可以将其居中,但是可以缩放它。例如,如果并且“ 2”可以是基线,则可以减去2:。截距成为上的值等于“ 2”(参考值)的对象的预期结果。x=1,2,3,4,5(xi−2)=−1,0,1,2,3xi
至于除法,没有麻烦:您估计的系数会更大!§4.1的Gelman和Hill给出了一个示例:
earningsearningsearnings=−61000+1300⋅height (in inches)+error=−61000+51⋅height (in millimeters)+error=−61000+81000000⋅height (in miles)+error
1英寸是毫米,所以是。一英寸是 emiles,所以是。但是这三个方程是完全等价的。25.4511300/25.41.6e−5810000001300/1.6e−5