Ví dụ: nhiều người không thích chuẩn hóa các biến giả, những biến này chỉ có giá trị 0 và 1, bởi vì “một sự gia tăng độ lệch chuẩn” không phải là điều thực sự có thể xảy ra với một biến như vậy. Rất tiếc, bạn có thể muốn để lạicác biến giả không được chuẩn hóatrong khi chuẩn hóa các biến X liên tục.
Tôi có cần chuẩn hóa biến phụ thuộc không?
Bạn nên chuẩn hóa các biếnkhi mô hình hồi quy của bạn chứa các thuật ngữ đa thức hoặc các thuật ngữ tương tác. Mặc dù các loại thuật ngữ này có thể cung cấp thông tin cực kỳ quan trọng về mối quan hệ giữa biến phản hồi và biến dự báo, nhưng chúng cũng tạo ra lượng đa cộng tuyến quá mức.
Chuẩn hóa các biến nhị phân có hợp lý không?
Một số nhà nghiên cứu ủng hộ việc chuẩn hóa các biến nhị phânvì nó sẽ tạo ra tất cả các yếu tố dự đoán trên cùng một tỷ lệ. Đây là một thực hành tiêu chuẩn trong hồi quy bị phạt (lasso). Trong trường hợp này, các nhà nghiên cứu bỏ qua việc giải thích các biến.
Chúng ta có nên chuẩn hóa các biến phân loại không?
Thông thường là tiêu chuẩn hóa hoặc căn giữa các biến để làm cho dữ liệu dễ hiểu hơn trong phân tích độ dốc đơn giản; tuy nhiên, các biến phân loạikhông bao giờ được chuẩn hóa hoặc tập trung vào. Thử nghiệm này có thể được sử dụng với tất cả các hệ thống mã hóa.
Bạn chuẩn hóa các biến khác nhau như thế nào?
Thông thường, để tiêu chuẩn hóacác biến, bạn tínhgiá trị trung bình và độ lệch chuẩn cho một biến. Sau đó, đối với mỗi giá trị quan sát của biến, bạn trừ giá trị trung bình và chia cho độ lệch chuẩn.
