分类变量如何去中心化

『壹』 自变量与调节变量都是分类变量时怎么分析调节效应

根据自变量和调节变量的数据类型，可以分为以下四种情况：

『贰』 spss中，变量去中心化是变量减去该变量的均值，那么zscore又是什么呢

中心化是减去均值，Z分数是再除以标准差，二者都是中心化的方法。

『叁』 怎么进行去中心化处理

根据侯杰泰的话：所谓中心化， 是指变量减去它的均值（即数学期望值）。对于样本数据，将一个变量的每个观测值减去该变量的样本平均值，变换后的变量就是中心化的。
对于你的问题，应是每个测量值减去均值。

『肆』 自变量是分类变量，调节变量为连续变量该怎么回归

1.如果 X 是一个真的 0与1变量，比如性别，那就把它当成是连续的处理。4 M# @+ S# n8 ]4 e
2. 如果 X 是一个人工的 0与1变量，比如高于平均 vs. 低于平均，那就有问题了。因为人工的二分可以用任何的人为标准。不同的分法会严重影响结果的。

『伍』 数据，交互变量一定要去中心化吗

不一定，中心化处理只不过是为了方便解释而已，并不影响各项回归系数。（南心网 调节效应中心化处理）

『陆』 自变量和调节变量都是分类变量，怎么分析

调节效应应该检验交互因子的系数，这个系数显著，就可以说明调节效应了。你的这个模型找到文献支持可以成立的excludedvariables（已排除的变量）你应该是第一张放两个变量，第二张放3个变量，选择的回归方法是enter（进入）。但是spss不是按照你的顺序去放变量，而是把你所选的所有变量都加到模型里面去，在进行第一个回归的时候把多出来的变量排除，所以会有这个表格出现。如果不想出现这个表格，你就分两次做回归，第一次放中心D中心H，出了结果再放中心D中心HD乘H，分两次做就不会有了。