ในสถานการณ์ใดที่คุณต้องการหรือไม่ต้องการปรับขนาดหรือทำให้มาตรฐานเป็นตัวแปรก่อนที่จะทำการปรับแบบจำลอง ข้อดีและข้อเสียของการปรับขนาดตัวแปรคืออะไร?
ในสถานการณ์ใดที่คุณต้องการหรือไม่ต้องการปรับขนาดหรือทำให้มาตรฐานเป็นตัวแปรก่อนที่จะทำการปรับแบบจำลอง ข้อดีและข้อเสียของการปรับขนาดตัวแปรคืออะไร?
คำตอบ:
การกำหนดมาตรฐานเป็นข้อมูลเกี่ยวกับน้ำหนักของตัวแปรที่แตกต่างกันสำหรับแบบจำลอง หากคุณทำมาตรฐาน "เท่านั้น" เพื่อความมั่นคงของตัวเลขอาจมีการแปลงที่ให้คุณสมบัติเชิงตัวเลขที่คล้ายกันมาก แต่ความหมายทางกายภาพที่แตกต่างกันซึ่งอาจเหมาะสมกว่าสำหรับการตีความ เช่นเดียวกับการจัดกึ่งกลางซึ่งโดยปกติจะเป็นส่วนหนึ่งของมาตรฐาน
สถานการณ์ที่คุณอาจต้องการสร้างมาตรฐาน:
สถานการณ์ที่คุณอาจไม่ต้องการสร้างมาตรฐาน:
คุณอาจทำอะไรบางอย่าง "ระหว่าง" และเปลี่ยนตัวแปรหรือเลือกหน่วยเพื่อให้ตัวแปรใหม่ยังคงมีความหมายทางกายภาพ แต่การเปลี่ยนแปลงในค่าตัวเลขไม่แตกต่างกันเช่น
คล้ายกันสำหรับการเป็นศูนย์กลาง:
สิ่งหนึ่งที่ฉันถามตัวเองเสมอก่อนที่จะสร้างมาตรฐานคือ "ฉันจะตีความผลลัพธ์ได้อย่างไร" หากมีวิธีการวิเคราะห์ข้อมูลที่ไม่มีการแปลงข้อมูลนี่อาจเป็นสิ่งที่ดีกว่าจากมุมมองการตีความ
โดยทั่วไปฉันไม่แนะนำให้ปรับขนาดหรือสร้างมาตรฐานเว้นแต่จะจำเป็นจริงๆ ข้อได้เปรียบหรือการอุทธรณ์ของกระบวนการดังกล่าวคือเมื่อตัวแปรอธิบายมีมิติทางกายภาพและขนาดที่แตกต่างกันอย่างสิ้นเชิงจากตัวแปรตอบสนองการปรับขนาดโดยการหารด้วยการเบี่ยงเบนมาตรฐานอาจช่วยในแง่ของความมั่นคงเชิงตัวเลข ตัวแปรอธิบาย ด้วยมาตรฐานที่พบบ่อยที่สุดผลของตัวแปรคือปริมาณของการเปลี่ยนแปลงในตัวแปรตอบกลับเมื่อตัวแปรอธิบายเพิ่มขึ้นหนึ่งส่วนเบี่ยงเบนมาตรฐาน นอกจากนี้ยังระบุว่าความหมายของผลกระทบของตัวแปร (จำนวนการเปลี่ยนแปลงในตัวแปรตอบสนองเมื่อตัวแปรอธิบายเพิ่มขึ้นหนึ่งหน่วย) จะหายไปแม้ว่าค่าสถิติสำหรับตัวแปรอธิบายจะยังคงไม่เปลี่ยนแปลง อย่างไรก็ตาม เมื่อพิจารณาถึงปฏิสัมพันธ์ในแบบจำลองการปรับสเกลอาจเป็นปัญหาได้แม้แต่ในการทดสอบทางสถิติเนื่องจากภาวะแทรกซ้อนที่เกี่ยวข้องกับการปรับสเกลสุ่มในการคำนวณข้อผิดพลาดมาตรฐานของเอฟเฟกต์การโต้ตอบ (Preacher, 2003) ด้วยเหตุนี้จึงไม่แนะนำให้ปรับขนาดโดยเบี่ยงเบนมาตรฐาน (หรือมาตรฐาน / การทำให้เป็นมาตรฐาน) โดยเฉพาะอย่างยิ่งเมื่อมีการโต้ตอบ
นักเทศน์, KJ, Curran, PJ, และ Bauer, DJ, 2006 เครื่องมือคำนวณสำหรับการตรวจสอบผลกระทบจากการปฏิสัมพันธ์ในการถดถอยเชิงเส้นหลายเส้นการสร้างแบบจำลองหลายระดับและการวิเคราะห์เส้นโค้งแฝง วารสารสถิติการศึกษาและพฤติกรรม, 31 (4), 437-448