matlab数据中心化处理,SPSS如何对数据进行中心化处理？

前面我们介绍过SPSS如何对数据进行Zscore标准化处理，除此之外呢，我们可能还需要对数据进行中心化处理，比如利用线性回归来执行中介和调节效应时，有研究指出应该先对变量数据做中心化处理。

中心化处理

是指用每一个具体数据减去该组数据的平均值，也叫作零均值化。其实就是一个平移的过程，平移后所有数据的中心是(0，0)，该组数据的均值为零。

强调一句，我们说数据中心化时，特指的是针对连续数值变量数据，分类数据则无需此操作。

SPSS具体操作

操作起来其实很简单，两步走就可以完成了。

1)第一步计算平均值

2)第二步做减法

假设，我们想对体重数据和做功数据进行中心化处理，具体来看一下：

第一步：描述统计输出平均值

菜单栏【分析】→【描述统计】→【描述】，将体重和做功两变量移入目标变量框即可。来看结果：

体重均值：47.0579

做功均值：94.4967

为了计算的准确度，我们这里保留四位小数。

第二步：做个减法

菜单栏【转换】→【计算变量】，为了与原来的体重变量做区分，我们给新的中心化后的数据命名，本例是在原变量名称前加大写字母Z，你也可以起个其他名字。

然后在【数字表达式】框内，先将“体重”数据从左下角变量列表中移进来，接着输入表达式，即减去平均值47.0579，最后点下方【确定】执行计算。

同理，我们再计算Zwork，表达式截图如下：

马上看一下切换到数据视图下看结果：

如果你不放心的话，那我们可以马上再做一个描述统计，对比一下原始数据和中心化后的数据表现。

看看，中心化后的Zweight和Zwork其平均值都已经为零了，平移成功，中心化成功。

本文完

文/图=数据小兵

文章荐读