1樓：Nicolas Chueng
對數變數約等於增長百分比，這需要一定是背景知識在建模時就可以直接判斷，另外可以看下變數的分布，取對數可改變變數分布，趨向於正態分佈，另外經濟學固定一些研究：彈性or半彈性問題，就是全部取對數or一邊取對數
2樓：唐檸
1.資料過大or變數有極端值：取對數縮小數值（資料數值全部為正），克服變數極端值影響。
2.模型存在共線性和異方差：取對數可削弱其影響。
3.變數值全為正且非對稱（比如很多財務指標）：取對數後有正有負，看起來更對稱，誤差項服從正態分佈的假設更有說服力。
4.當被解釋變數對解釋變數的敏感性高：取被解釋變數和部分解釋變數對數，把數值變化變為百分比變化。
5.彈性概念：當解釋變數和被解釋變數全部取對數。
經濟學。彈性係數=因變數的變動比例/自變數變動比例。
計量經濟學。
取對數對X求導：
3樓：聖順風
去對數其實還有乙個最顯而易見的作用。就是在取對數之前等式y=bx+u兩個變數之間是數值相關的。而log(y)=bx+u x數值上的變化導致的是y百分比的變化。(用了近似
4樓：顥卿
@司馬懿 的答案說得很好。
我來對這個問題略作乙個關於結果變數取對數的補充好了。事實上Angrist和Pischke在他們的書本中就提到過用對數建立回歸模型問題，我在這裡只是引用他們書中的答案罷了。
假設我們關注這樣乙個問題：年輕的時候上私立學校到底是不是會對之後的勞動回報產生影響。
那麼最簡單的思路是觀察這樣乙個回歸模型：
其中 代表的是 參加工作之後的工資水平， 等於1意味著年輕的時候讀的是私立學校，0意味著讀的是公立學校， 則是代表了影響工資的其他經濟學家觀測不到的因素，例如個人能力。
那麼事實上在這樣的模型中，當「其他變數保持不變的情況下」，乙個年輕時候讀私立學校的員工工作之後的收入是：
而乙個年輕時候讀公立學校的員工參加工作之後的收入是：
模型對於係數 的解釋是讀公立學校和讀私立學校給員工 的收入帶來的潛在影響差：
這意味著什麼呢？意味著 的係數具備的意義是：
也就是說：當我們把輸出變數取對數的時候，所得到的模型估計的結果近似告訴我們相比讀公立學校，私立學校對未來收入所造成的百分比的影響。
當然我們在使用「對數化「模型的同時也應當明白，事實上由於：
當 時，真實的百分比變化應該要大於 ：
\beta" eeimg="1"/>
比如說 事實上意味著實際的百分比是 。
說到底從計量經濟學的角度出發，對於模型的哪個變數究竟應該取對數，出發點不應該立足於「操控資料」，而是立足於對於現象的理解和想要了解的問題本身。
5樓：三田園
一般取對數是有具體原因的。
1 在經典線形模型假設下， (分情況，有時不需要正太） , 當 不符合正太分布時，需要用box-cox transformation，根據 的分布情況轉化為正太。對數轉換是box-cox 最普遍的轉換。
用log 的好處還有可加性，每個月的收益是每天的收益加總，而非乘。這樣就方便應用中心極限定理和大數定理研究資產的長期走勢。
6樓：
如果資料數值比較龐大，與其他相關的變數很難比較方便地看出關係，可以通過取對數對數值較大的資料進行平滑。巨集觀計量經濟分析中較常用。
7樓：
主要是看變數本身的分布。如果變數是正態分佈我們就不用管了，但是如果變數本身不是而取對數後是近似正態分佈的話我們就偏向於用對數的形式。
還有就是在經濟學領域，很多變數在經過很多人的研究之後認為用對數較好，比如收入、人口之類。
8樓：所以吧就是說
我個人感覺哈，如果變數關係x和y本身不是線性關係，比如y=x1*x2 就取對數取完對數好做線性回歸。再比如原來是y=x^2 也取對數好做線性回歸。不知道對不對，還請大師們指出錯誤和不足吧。
總之一句話如果有足夠的證據表明 y和x的關係比較像y=x1*x2/x3這種或者說比如形式如經濟學裡面的「萬有引力定律」，那麼我們就取對數為了方便線性回歸。
在設計計量經濟學模型時，怎麼判斷是否應該設計交叉項？
從模型設定來看，如果知道線性假設的含義是邊際為常數，而如果你需要刻畫遞減的邊際效應，通常需要加入負的二次項，你就知道該不該加入交叉項了。從單純數學的角度來看，交叉項的引入是多元泰勒展開的結果，那麼你需要考慮多元泰勒展開的問題。直觀的來說，那些偏導數較大的項，自變數變化很大的項是需要保留的 偏導數較小...
如何學好計量經濟學？
先學好數學 伍德里奇書後面的附錄是個好東西 暫時學不好的話 至少記住關鍵公式 其他腦子裡有個印象，碰到了自己推導，不然公式太多不好記 不然困難重重 比如這倆非常重要的公式 1.方差 平方的均值 均值的平方2.協方差 乘積的均值 均值的乘積 已重置 計量屬於經濟學中比較難學的科目，但也是 一定要學好的...
請問計量經濟學模型中互動固定效應的經濟含義？
貿似有理 我們從最簡單的情況開始吧。出於解釋固定效應的目的，我們不考慮內生性 異方差等問題。假設我們研究的問題是性別歧視問題，考慮一下女性是否比男性獲得的報酬少，使用了乙個地區在2015年針對勞動者進行的工資調查資料，那個這個模型是怎麼樣的呢，我相信你肯定會寫出下面這個方程 是個體 的工資。是個體 ...