交互項變數去中心化處理

1. 部分變數中心化會對結果有何影響

1、因變數不需要做中心化轉換；
2、第一步是自變數進入回歸方程；第二步是自變數和調節變數一起進入；第三步是自變數、調節變數、交互項一起進入；
3、將調節變數分成高低組,做自變數與因變數的回歸分析,再比較高低組自變數對因變數的影響系數大小,進行斜率檢驗.

2. 怎麼進行去中心化處理

根據侯傑泰的話：所謂中心化， 是指變數減去它的均值（即數學期望值）。對於樣本數據，將一個變數的每個觀測值減去該變數的樣本平均值，變換後的變數就是中心化的。
對於你的問題，應是每個測量值減去均值。

3. 變數和虛擬變數有交互項，該如何處理

通過那個 block 功能來做，你先把主要研究的自變數B 移到自變數對話框，然後點擊一下 block的 next 就切換到下一層，然後再把A變數移入自變數對話框中，這樣就是控制A的情況下，單獨研究B對C的影響關系

4. 層次回歸中交互項如何算的

將自變數和調節變數中心化之後用中心化的值相乘 得到一個新的變數（即交互項的乘積） 然後再放入回歸；
中心化有幾種方法，這里介紹最常用的兩種，一種是減去平均值，一種是z分數。
減去平均值：先進行一個description統計，得到描述性統計結果，有平均數和標准差。然後使用compute命令，新建一個變數=原變數-平均數。
z分數，和上面的結果差不多，只不過在新變數的基礎之上除以標准差，得到一個分數。

5. 數據，交互變數一定要去中心化嗎

不一定，中心化處理只不過是為了方便解釋而已，並不影響各項回歸系數。（南心網 調節效應中心化處理）

6. spss中，變數去中心化是變數減去該變數的均值，那麼zscore又是什麼呢

中心化是減去均值，Z分數是再除以標准差，二者都是中心化的方法。

7. 中心化數據的交互項也是中心化的嗎

以Y＝a0+a1*X+a2*Z+a3*XZ——（模型1）為例，一般在做交互項的時候，進入模型的數據都是經過去中心化的，即X、Z、XZ都是經過去中心化的。

現在問題來了，對於模型Y＝a0+a1*X+a2*Z＋a4*M+a5*N——（模型2），首先使用「正常」的數據進行回歸，
現在我們想要考察X和Z的交互作用，模型成為Y＝a0+a1*X'+a2*Z'+a3*X'Z'＋a4*M+a5*N——（模型3）,
此時按照一般做法，x'、Z'是去中心化之後的數據，