ロジスティック回帰：係数計算の前に標本平均を減算することによって数値変数を調整しますか？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />私は大きな外傷後の転帰に対する生存予測モデルを開発するつもりです。
従属変数：損傷から30日後の生存率と死亡率 独立変数：年齢（数）、解剖学的損傷（数）、入院時の生理学的混乱（数）、および損傷前の合併症（分類）。
最近の刊行物の中で、私は次のように述べています。「数値変数の場合、統計パッケージStataはモデル係数が計算される前に標本平均を引くことによって変数を調整します」。
JMP 11とSTATAの両方で同じロジスティック回帰（同じデータセット）を実行し、まったく同じオッズ比と同じ係数が得られます。
"...モデル係数が計算される前にサンプル平均を減算する";ユーザーがそのような調整についての知識を持っているかどうかとは無関係に、JMPとSTATAの両方で起こること（両方のパッケージでロジスティック回帰の結果が同じであることを確認）はありますか？誰かが私が上記の声明を理解するのを手伝ってくれる？これを遵守するためにJMPで何らかの操作を行う必要がありますか。それとも、新しいモデルを表示するときに出力に表示されるように、数値変数の回帰係数を使用する必要がありますか。
誰かが私の理解を助けることができれば私は感謝します。
noskagaからの願い
再：ロジスティック回帰：係数計算の前に標本平均を引くことによって数値変数を調整する？こんにちはジュリアン、
あなたの答えてくれてありがとう、それは本当に私が "変数の中心合わせ"という表現を理解するのを助けて、そしてそれがJMPでデフォルトで使われるとき。
ニルス・オドバー・スカガ
再：ロジスティック回帰：係数計算の前に標本平均を引くことによって数値変数を調整する？こんにちはのがか 、
変数を中心にして説明している手順は、変数間の力や相互作用を調整している状況では、JMPのデフォルトオプションです。このプロセスは「多項式のセンタリング」（赤い上の三角の下にある[モデルのフィット]ダイアログのオプション名）とも呼ばれ、操作する前に各変数をセンタリングして（他の変数とのべき乗または外積を通して）項は高次の項と混同されず、簡単な解釈を維持します（他の変数がそれらの定数で一定に保たれると仮定した場合の変数の「平均」効果）。平均 ）
単一の変数をもつモデル、または相互作用や力のないモデルの場合、センタリングは係数に影響を与えません（モデルの切片を除く）。オッズ比はこのように影響されません（そしてこれは直感と二乗する必要があります：予測子の平均をシフトすることは0での応答の「レベル」、切片以外の応答との関係を変えるために何もしません）。
数値変数を手動で中央揃えにするには、[分析]> [分布]を使用し、1つ以上の数値変数を指定して[OK]をクリックします。次に、（変数名の隣にある）赤い三角形を選択します。>保存>中央揃え。 多数の変数がある場合は、Ctrlキーを押しながら（またはMacを使用している場合はコマンドを押しながら）（任意の変数に対して）赤い三角形をクリックし、次に［保存］> ［中央揃え］の順にクリックします。これによりコマンドがブロードキャストされるので、Distributionにあるすべての列の中央揃えのバージョンを保存します。
これが役に立つことを願っています！
ジュリアン
