从缩放和居中数据缩放R中的线性回归系数

Question

我使用OLS拟合线性模型,并使用R中的函数比例缩放我的回归量,因为变量之间的度量单位不同.然后,我使用lm命令拟合模型并获得拟合模型的系数.据我所知,拟合模型的系数与原始回归量变量的系数不同,因此必须先缩小才能解释.我一直在寻找一种无法找到任何东西的直接方法.有谁知道这是怎么做到的吗？

请查看代码,能否请您帮我实施您提出的建议？

library(zoo)
filename="DataReg4.csv"
filepath=paste("C:/Reg/",filename, sep="")
separator=";"
readfile=read.zoo(filepath, sep=separator, header=T, format = "%m/%d/%Y", dec=".")
readfile=as.data.frame(readfile)
str(readfile)
DF=readfile
DF=as.data.frame(scale(DF)) 
fm=lm(USD_EUR~diff_int+GDP_US+Net.exports.Eur,data=DF)
summary(fm)
plot(fm)

对不起,这是数据.

http://www.mediafire.com/?hmcp7urt0ag8187

Answer 1

如果您使用scale带有默认参数的函数,那么您的回归量将居中(减去它们的平均值)并除以它们的标准偏差.您可以解释系数而不将它们转换回原始单位:

保持其他一切不变,平均而言,其中一个回归量中的一个标准偏差变化与对应于该回归量系数的因变量的变化相关联.

如果您在模型中包含截距项,请记住截距的解释会发生变化.当所有回归量处于其平均水平时,估计的截距现在表示因变量的平均水平.这是从每个变量中减去均值的结果.

要解释非标准偏差项中的系数,只需计算每个回归量的标准偏差,并计算系数的倍数.