Məsələn, bir çox insanlar yalnız 0 və 1 dəyərləri olan dummy dəyişənləri standartlaşdırmağı sevmir, çünki “bir standart kənarlaşma artımı” əslində belə dəyişənlə baş verə biləcək bir şey deyil. Buna görə, davamlı X dəyişənlərini standartlaşdırarkən dummy dəyişənləri standartlaşdırılmamış tərk etmək istəyə bilərsiniz.
Asılı dəyişəni standartlaşdırmalıyam?
Reqressiya modelinizdə polinom şərtləri və ya qarşılıqlı əlaqə şərtləri varsa dəyişənləri standartlaşdırmalısınız. Bu növ terminlər cavab və proqnozlaşdırıcı dəyişənlər arasındakı əlaqə haqqında son dərəcə vacib məlumat verə bilsə də, onlar həm də həddindən artıq çoxlu kollinearlıq yaradır.
İkili dəyişənləri standartlaşdırmağın mənası varmı?
Bəzi tədqiqatçılar ikili dəyişənlərin standartlaşdırılmasının tərəfdarıdırlar, çünki bu, bütün proqnozlaşdırıcıları eyni miqyasda edəcək. Bu cəzalandırılmış reqressiyada (lasso) standart təcrübədir. Bu halda tədqiqatçılar dəyişənlərin şərhinə məhəl qoymurlar.
Kateqorik dəyişənləri standartlaşdırmalıyıqmı?
Sadə yamacların təhlilində verilənləri daha şərh edilə bilən etmək üçün dəyişənlərin standartlaşdırılması və ya mərkəzləşdirilməsi ümumi təcrübədir; lakin kateqorik dəyişənlər heç vaxt standartlaşdırılmamalı və ya mərkəzləşdirilməməlidir. Bu test bütün kodlaşdırma sistemləri ilə istifadə edilə bilər.
Fərqli dəyişənləri necə standartlaşdırırsınız?
Adətən standartlaşdırmaq üçündəyişənlər üçün dəyişən üçün orta və standart kənarlaşmanı hesablayırsınız. Sonra dəyişənin hər bir müşahidə edilən dəyəri üçün siz orta dəyəri çıxarırsınız və standart kənara bölünürsünüz.
