Logistic回归：通过在系数计算之前减去样本均值来调整数值变量？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />我打算为重大创伤后的结果制定生存预测模型。
因变量：受伤后30天的存活与死亡。独立变量：年龄（数字），解剖学损伤（数字），入院时的生理性紊乱（数字）和伤前合并症（分类）。
在最近的一篇文章中，我读到了以下声明：“对于数值变量，统计软件包Stata通过在计算模型系数之前减去样本均值来调整变量”。
我在JMP 11和STATA中都执行了相同的逻辑回归（相同的数据集），并且获得了与预期完全相同的优势比和相同的系数。
“......在计算模型系数之前减去样本均值”;这是在JMP和STATA中发生的事情（看到我在两个包中都有相同的逻辑回归结果），而与用户是否了解这些调整无关？谁能帮我理解上面的陈述？我是否必须在JMP中进行任何操作才能坚持这一点，或者我应该在呈现我的新模型时使用输出中显示的数值变量的回归系数？
如果有人能帮我理解，我将不胜感激。
来自noskaga的祝福
Re：Logistic回归：通过在系数计算之前减去样本均值来调整数值变量？朱利安你好，
感谢您的回答，它确实帮助我理解了“变量居中”的表达方式以及默认情况下在JMP中使用它的时间。
Nils Oddvar Skaga
Re：Logistic回归：通过在系数计算之前减去样本均值来调整数值变量？你好 noskaga ，
您正在描述的过程，以变量为中心，是JMP中适用于变量之间适合权力或交互的情况的默认选项。此过程也称为“居中多项式”（在顶部红色三角形下的“拟合模型”对话框中的选项名称），在对每个变量进行操作之前将其置于中心（通过幂或与其他变量交叉产品），以便较低的顺序术语与高阶项无关，并保持一个简单的解释（变量的“平均”效应，假设其他变量保持不变意思 ）。
对于具有单个变量的模型，或者没有相互作用或幂的模型，中心对系数没有影响（模型的截距除外）。因此，优势比率不会受到影响（这应该与直觉相符：改变预测因子的平均值不会改变预测因子与响应之间的关系，而不是改变0处的响应“水平”，即截距）。
要手动居中数字变量，可以使用“分析”>“分布”，指定一个或多个数字变量，然后单击“确定”。然后选择红色三角形（变量名称旁边）>保存>居中。 如果你有很多变量，按住控制键（或命令，如果你在Mac上），然后单击红色三角形（对于任何变量）>保存>居中，然后放开。这将广播该命令，以便您保存分发中每个列的居中版本。
我希望这有帮助！
朱利安
