Logistic回歸：通過在係數計算之前減去樣本均值來調整數值變量？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />我打算為重大創傷後的結果制定生存預測模型。
因變量：受傷後30天的存活與死亡。獨立變量：年齡（數字），解剖學損傷（數字），入院時的生理性紊亂（數字）和傷前合併症（分類）。
在最近的一篇文章中，我讀到了以下聲明：“對於數值變量，統計軟件包Stata通過在計算模型係數之前減去樣本均值來調整變量”。
我在JMP 11和STATA中都執行了相同的邏輯回歸（相同的數據集），並且獲得了與預期完全相同的優勢比和相同的係數。
“......在計算模型係數之前減去樣本均值”;這是在JMP和STATA中發生的事情（看到我在兩個包中都有相同的邏輯回歸結果），而與用戶是否了解這些調整無關？誰能幫我理解上面的陳述？我是否必須在JMP中進行任何操作才能堅持這一點，或者我應該在呈現我的新模型時使用輸出中顯示的數值變量的回歸係數？
如果有人能幫我理解，我將不勝感激。
來自noskaga的祝福
Re：Logistic回歸：通過在係數計算之前減去樣本均值來調整數值變量？朱利安你好，
感謝您的回答，它確實幫助我理解了“變量居中”的表達方式以及默認情況下在JMP中使用它的時間。
Nils Oddvar Skaga
Re：Logistic回歸：通過在係數計算之前減去樣本均值來調整數值變量？你好 noskaga ，
您正在描述的過程，以變量為中心，是JMP中適用於變量之間適合權力或交互的情況的默認選項。此過程也稱為“居中多項式”（在頂部紅色三角形下的“擬合模型”對話框中的選項名稱），在對每個變量進行操作之前將其置於中心（通過冪或與其他變量交叉產品），以便較低的順序術語與高階項無關，並保持一個簡單的解釋（變量的“平均”效應，假設其他變量保持不變意思 ）。
對於具有單個變量的模型，或者沒有相互作用或冪的模型，中心對係數沒有影響（模型的截距除外）。因此，優勢比率不會受到影響（這應該與直覺相符：改變預測因子的平均值不會改變預測因子與響應之間的關係，而不是改變0處的響應“水平”，即截距）。
要手動居中數字變量，可以使用“分析”>“分佈”，指定一個或多個數字變量，然後單擊“確定”。然後選擇紅色三角形（變量名稱旁邊）>保存>居中。 如果你有很多變量，按住控制鍵（或命令，如果你在Mac上），然後單擊紅色三角形（對於任何變量）>保存>居中，然後放開。這將廣播該命令，以便您保存分發中每個列的居中版本。
我希望這有幫助！
朱利安
