কোনও মডেলগুলিতে কোনও ইন্টারঅ্যাকশন শর্তাবলী নেই (এটি এমন কোনও শর্তাদি নয় যা অন্য শর্তাদির পণ্য হিসাবে নির্মিত হয়), প্রতিটি ভেরিয়েবলের রিগ্রেশন সহগ হয় সেই ভেরিয়েবলের দিকের রিগ্রেশন পৃষ্ঠের .াল। এটি ভেরিয়েবলের মান নির্বিশেষে স্থির, এবং তাই সেই ভেরিয়েবলের সামগ্রিক প্রভাব পরিমাপ করার জন্য বলা যেতে পারে।
মিথস্ক্রিয়া সম্পন্ন মডেলগুলিতে, এই ব্যাখ্যাটি কেবলমাত্র সেই পরিবর্তনশীলগুলির ক্ষেত্রেই যোগ্যতা ছাড়াই তৈরি করা যেতে পারে যা কোনও ইন্টারঅ্যাকশনের সাথে জড়িত নয়। মিথস্ক্রিয়ায় জড়িত এমন একটি চলকটির জন্য, "মূল-প্রভাব" রিগ্রেশন সহগ - অর্থাৎ নিজেই ভেরিয়েবলের রিগ্রেশন সহগ - অন্য সকল ভেরিয়েবলের ক্ষেত্রে সেই রিগ্রেশন পৃষ্ঠের theাল হয় that সেই পরিবর্তনশীলটির সাথে ইন্টারেক্ট করুন শূন্যের মান রয়েছে এবং সহগের তাত্পর্য পরীক্ষাটি কেবলমাত্র ভবিষ্যদ্বাণীকারী জায়গার অঞ্চলে রিগ্রেশন পৃষ্ঠের opeালকে বোঝায়। যেহেতু স্থানটির সেই অঞ্চলে প্রকৃতপক্ষে ডেটা থাকার কোনও প্রয়োজন নেই, তাই মূল-প্রভাব গুণফলটি পূর্বাভাসকারী স্থানের অঞ্চলে রিগ্রেশন পৃষ্ঠের opeালের সাথে সামান্য সাদৃশ্য বোধ করতে পারে যেখানে ডেটা আসলে দেখা গেছে।
আনোভা শর্তে, মূল-প্রভাব সহগ একটি সাধারণ মূল প্রভাবের সাথে সমান, সামগ্রিক প্রধান প্রভাব নয়। তদুপরি, এটি কোনও আনোভা ডিজাইনে খালি কোষগুলির মধ্যে কী হতে পারে তাতে ডেটা সহ কোষ থেকে এক্সট্রোপোলেটিং করে ডেটা সরবরাহ করা হত to
ভেরিয়েবলের সামগ্রিক প্রভাবের পরিমাপের জন্য যা আনোভাতে সামগ্রিক মূল প্রভাবের সাথে সমান এবং এটি যে অঞ্চলে ডেটা পরিলক্ষিত হয়েছিল সেগুলি ছাড়িয়ে এক্সট্রোপোলেট হয় না, আমাদের অবশ্যই চলকের দিকের রিগ্রেশন পৃষ্ঠের গড় slালের দিকে নজর দিতে হবে , যেখানে গড়ে এন কেসগুলি বেশি দেখা যায় যা বাস্তবে দেখা যায়। এই গড় opeালটি মডেলটির সমস্ত পদগুলির রিগ্রেশন সহগের একটি ভারিত যোগ হিসাবে প্রকাশিত হতে পারে যা প্রশ্নে পরিবর্তনশীল জড়িত।
ওজন বর্ণনা করার জন্য বিশ্রী তবে সহজেই পাওয়া যায়। একটি ভেরিয়েবলের মূল-প্রভাবের সহগ সর্বদা 1 এর ওজন পায় that ভেরিয়েবলটি জড়িত একটি পদটির একে অপরের সহগের জন্য, ওজনটি সেই পদটির অন্যান্য ভেরিয়েবলের পণ্যটির গড় হয়। উদাহরণস্বরূপ, যদি আমাদের পাঁচটি "কাঁচা" ভেরিয়েবল x1, x2, x3, x4, x5
, প্লাস চারটি দ্বি-মুখী মিথস্ক্রিয়া (x1,x2), (x1,x3), (x2,x3), (x4,x5)
এবং একটি ত্রি-মুখী ইন্টারঅ্যাকশন থাকে (x1,x2,x3)
তবে মডেলটি হ'ল
y = b0 + b1*x1 + b2*x2 + b3*x3 + b4*x4 + b5*x5 +
b12*x1*x2 + b13*x1*x3 + b23*x2*x3 + b45*x4*x5 +
b123*x1*x2*x3 + e
এবং সামগ্রিক প্রধান প্রভাব হয়
B1 = b1 + b12*M[x2] + b13*M[x3] + b123*M[x2*x3],
B2 = b2 + b12*M[x1] + b23*M[x3] + b123*M[x1*x3],
B3 = b3 + b13*M[x1] + b23*M[x2] + b123*M[x1*x2],
B4 = b4 + b45*M[x5],
B5 = b5 + b45*M[x4],
যেখানে এম [।] বন্ধনীগুলির অভ্যন্তরের পরিমাণের নমুনা গড় বোঝায়। বন্ধনীর ভিতরে থাকা সমস্ত পণ্যের শর্তাদি সেইগুলিগুলির মধ্যে অন্তর্ভুক্ত যা রিগ্রেশন করার জন্য তৈরি হয়েছিল, সুতরাং একটি রিগ্রেশন প্রোগ্রাম ইতিমধ্যে তাদের সম্পর্কে জানতে হবে এবং অনুরোধে তাদের উপায়গুলি মুদ্রণ করতে সক্ষম হওয়া উচিত।
যে মডেলগুলিতে কেবলমাত্র প্রধান প্রভাব এবং দ্বি-মুখী মিথস্ক্রিয়া রয়েছে, সামগ্রিক প্রভাবগুলি পাওয়ার একটি সহজ উপায় রয়েছে: কেন্দ্রে [1] তাদের মাধ্যমে কাঁচা ভেরিয়েবলগুলি। এটি পণ্য শর্তাদি গণনা করার আগে করা উচিত, এবং পণ্যগুলিতে করা হবে না। তারপরে সমস্ত এম [।] এক্সপ্রেশন 0 হয়ে যাবে এবং রিগ্রেশন সহগগুলি সামগ্রিক প্রভাব হিসাবে ব্যাখ্যাযোগ্য হবে। খ এর মান পরিবর্তন হবে; বি এর মান মানবে না। কেবলমাত্র ভেরিয়েবলগুলি যা মিথস্ক্রিয়াতে জড়িত সেগুলি কেন্দ্রিক করা দরকার তবে অন্যান্য পরিমাপযোগ্য ভেরিয়েবলগুলি কেন্দ্র করে সাধারণত কোনও ক্ষতি হয় না। কোনও ভেরিয়েবলকে কেন্দ্র করে রাখার সাধারণ প্রভাবটি হ'ল ইন্টারসেপ্ট পরিবর্তন করার পাশাপাশি এটি কেবলমাত্র অন্যান্য ভেরিয়েবলের সহগ পরিবর্তন করে যা কেন্দ্রিক ভেরিয়েবলের সাথে যোগাযোগ করে। নির্দিষ্টভাবে, এটি কেন্দ্রের ভেরিয়েবলের সাথে জড়িত কোনও পদগুলির সহগের পরিবর্তন করে না। উপরে বর্ণিত উদাহরণে, x1 কে কেন্দ্র করে বি0, বি 2, বি 3 এবং বি 23 পরিবর্তন হবে।
[1 - "কেন্দ্রিয়করণ" বিবিধ লোকেরা এমন উপায়ে ব্যবহার করে যা বিভ্রান্তির কারণ হিসাবে যথেষ্ট মাত্রায় পৃথক। এখানে ব্যবহৃত হিসাবে, "# তে একটি পরিবর্তনশীল কেন্দ্রীকরণ" এর অর্থ হল ভেরিয়েবলের সমস্ত স্কোর থেকে # বিয়োগ করা, আসল স্কোরগুলি # থেকে বিচ্যুতির দিকে রূপান্তরিত করা]]
তাহলে কেন সবসময় নিয়মিত কেন মাধ্যম হয় না? তিনটি কারণ। প্রথমত, নিরীক্ষিত ভেরিয়েবলগুলির মূল-প্রভাবের সহগগুলি নিজেরাই আগ্রহী হতে পারে। এই ধরনের ক্ষেত্রে কেন্দ্রীকরণ পাল্টা উত্পাদনশীল হবে, যেহেতু এটি অন্যান্য ভেরিয়েবলের মূল-প্রভাব সহগকে পরিবর্তন করে।
দ্বিতীয়ত, কেন্দ্রীকরণ সমস্ত এম [।] এক্সপ্রেশন 0 করে এবং এইভাবে সহজ প্রভাবগুলিকে সামগ্রিক প্রভাবগুলিতে রূপান্তর করে, কেবলমাত্র কোনও ত্রি-উপায় বা উচ্চতর ইন্টারঅ্যাকশন ছাড়াই মডেলগুলিতে । যদি মডেলটিতে এমন ইন্টারঅ্যাকশন থাকে তবে খ -> বি গণনাগুলি এখনও করা আবশ্যক, এমনকি যদি সমস্ত ভেরিয়েবলগুলি তাদের উপায়কে কেন্দ্র করে থাকে।
তৃতীয়ত, গড় হিসাবে একটি মানের কেন্দ্রীভূত করা, যা পূর্বাভাসীদের বিতরণ দ্বারা সংজ্ঞায়িতভাবে যৌক্তিকভাবে নির্বাচিত হওয়ার বিপরীতে সংজ্ঞায়িত করা হয়, এর অর্থ হ'ল কেন্দ্রীকরণ দ্বারা প্রভাবিত সমস্ত গুণফল আপনার নির্দিষ্ট নমুনার সাথে সুনির্দিষ্ট হবে। আপনি যদি মাঝখানে কেন্দ্রীভূত হন তবে আপনার অধ্যয়নের প্রতিলিপি তৈরির চেষ্টা করা কেউ যদি আপনার সাথে একই মানের গুণাগুণ পেতে চান তবে তার নিজস্ব অর্থের ভিত্তিতে নয়, নিজের গড়তে হবে। এই সমস্যার সমাধানটি হ'ল প্রতিটি ভেরিয়েবলকে সেই ভেরিয়েবলের যুক্তিযুক্তভাবে বেছে নেওয়া কেন্দ্রীয় মানতে কেন্দ্র করে নেওয়া যা স্কোরগুলির অর্থের উপর নির্ভর করে এবং স্কোরগুলির বিতরণের উপর নির্ভর করে না। তবে, খ -> বি গণনাগুলি এখনও প্রয়োজনীয় রয়েছে।
সামগ্রিক প্রভাবগুলির তাত্পর্যটি রিগ্রেশন সহগের রৈখিক সংমিশ্রণের জন্য সাধারণ পদ্ধতি দ্বারা পরীক্ষা করা যেতে পারে। তবে ফলাফলগুলি অবশ্যই যত্ন সহকারে ব্যাখ্যা করতে হবে কারণ সামগ্রিক প্রভাবগুলি কাঠামোগত পরামিতি নয় তবে নকশা-নির্ভর। কাঠামোগত প্যারামিটারগুলি - রিগ্রেশন কোফিয়েনটিয়েন্টস (অরক্ষিত, বা যৌক্তিক কেন্দ্রের সাথে) এবং ত্রুটির বৈকল্পিক - ভবিষ্যদ্বাণীকারীদের বিতরণে পরিবর্তনের অধীনে অপরিবর্তিত থাকার আশা করা যেতে পারে তবে সামগ্রিক প্রভাবগুলি সাধারণত পরিবর্তিত হবে। সামগ্রিক প্রভাবগুলি নির্দিষ্ট নমুনার সাথে সুনির্দিষ্ট এবং ভবিষ্যদ্বাণীকারীদের উপর বিভিন্ন বিতরণ সহ অন্যান্য নমুনাগুলি নিয়ে যাওয়ার আশা করা উচিত নয়। যদি সামগ্রিক প্রভাবটি একটি গবেষণায় উল্লেখযোগ্য এবং অন্যটিতে না হয় তবে এটি ভবিষ্যদ্বাণীকারীদের বিতরণে পার্থক্য ছাড়া আর কিছুই প্রতিফলিত করতে পারে।