如何解决中心预测变量的回归系数：一个单位增加*以及*减少？
我正在使用以均值为中心的（连续）预测变量（其中 0 值没有意义）进行（逻辑）回归分析。对于非中心预测变量，我会将预测变量的系数解释为预测变量中一个单位增加的结果变量的变化；添加一个单位的预测变量是唯一有意义的事情，因为该变量的级别设置为 0。
但是，当我有中心化预测变量时，预测变量的系数是否可以解释为预测变量单位增加和单位的结果变化>减少，即在两个方向都远离均值？ -- 显然，我的一半数据包含的观测值低于结果变量的平均值，我也对这些有意义的系数感兴趣......（我找不到任何答案，也没有在我用于统计学习的 YouTube 频道上，也不在我的（遗憾的是只有 5 本）统计书籍中。）
（示例请参见所附屏幕截图：mtcars 中 R 包的 OLS 回归（以 mpg（每加仑英里数）作为结果，wt（重量）以 1000 磅为单位）作为预测值，均值居中在底部屏幕截图中。）
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
