继续讨论请到：
(http://bbs.efnchina.com/dispbbs.asp?boardid=33751&rootid=&id=37924)
作者：雅典娜
为什么很多模型的变量都选择自然对数的形式？
求教
作者：skywalker
乘积取对数就变成了求和，而线性模型比较容易处理。
作者：perfectle
在TIME SERIES里，进行log是因为要使得series变成平稳的。。
在cross section里，进行log一般是为了把握数据当中的非线形关系。。
作者：buguliao
回归系数（贝塔值）恰恰是弹性和敏感度
作者：perfectle
以下是引用buguliao在2003-11-25 22:50:00的发言：
回归系数（贝塔值）恰恰是弹性和敏感度
Interpretion 和 reason是不一样的概念
作者：buguliao
楼上的，Inter.和Rea.确是不一样的概念，但我说的既是Inter.又是Rea.
作者：air320322
perfectle说得对
这样就可以把宏观经济常存在的非平稳性变成平稳序列
详情可见张晓峒编的计量经济分析
作者：stream
将现实抽象为数学模型，会需要一种权变的观点。
应该选择线性模型？对数模型？或是其它模型？
我们都清楚：不会有肯定的答案——不存在最优模型（在哪个方面都优于其它模型）。
对数模型？
对数模型经常被选择的原因，大概就是楼上各位所提及的这些理由吧。
数据的对数化压缩了变量的尺度。
如：50/5=10，而 ln50 / ln5 =3.912/1.609=2.4
这样会使得模型的共线性、异方差、非平稳性等等问题，被一定程度地削弱。
再有，对数模型中回归系数的含义（与弹性、增长率、变化率等意义上的重要关联），也可能是我们选择这种模型的原因之一吧。
：）不好意思，“抄袭”了诸位的观点。
而且……还“抄袭”不全。
作者：rongzhao
兄台这而的"平稳" 是stationary的意思吗?
有些疑惑,望指教!
作者：perfectle
yup
作者：cheery
就是时间序列中的经常出现的非平稳现象啊
作者：wuming
楼上所言极是，但是更本质的原因是自然界中变量被认为是以指数增长的，所以才取对数。
作者：shenglixing
12楼的观点有失偏颇，自然界是丰富多彩的，指数增长也只是一类罢了，如果都是指数增长，那么何必要搞那么多不同的函数模型，只要一个指数模型，然后对数处理就可以了。对数处理只是为了让参数关系呈线性关系，可以方便一般最小二乘法运算，如果参数间不是线性关系，则必须用到非线性运算，运算量、难度都会增加。
作者：iamhappy
其实，楼上各位应该都讲到了。我个人也觉得得到线性关系是一个主要原因（想想著名的loglinearization）。如在使用deflator series的时候，等等等等。不过，楼上有人提到可以平稳序列，这也的确是在时间序列中常常使用的技巧。但这个和前一个原因从一定程度上讲有较大不同。但两者都是用来让序列更好被处理。像楼上有人提到如何简单的得到弹性，个人觉得那个的确不算是原因。
作者：潘小二
当然是平稳的问题啦！
当然，千万不要把时间序列的问题和生产函数的对数表达放在一起。生产函数只是用数学的方法增加一个约束条件，同样指数增长的问题也是。
而股票等高频数据用对数形式当然是为了序列平稳的需要，有时候我们也会用差分等形式，还有其他的，目的也是为了使残差呈现随机性。
当然这样的讨论还是蛮有意思的，应该继续。
小弟我也是研究了很久才得到的结论，应该没有问题
楼上哥们，平稳性是专用术语，好像不是你那样理解的。
请看一看书上，关于随机游走，平稳序列，序列自相关还有协整的相关章节。
具体定义我也忘了
作者：iamhappy
学时序，平稳的定义可不能忘哦。
作者：wuming
模型之所以能选择为线性的，根据是变量的联合分布是正态的，
虽然变量的变化是丰富多彩的，但变量具有指数增长的内在趋势，
取对数，可以使得联合分布更可能成为正态的（当然没有解决全部问题）。
