Restringe el rango de datos. A veces, los datos variables son muy grandes y pueden exceder el rango de valores predeterminado de la computadora durante el cálculo. Se puede decir que la multiplicación se transforma en suma. Como la aditividad de los rendimientos logarítmicos. La compresión de escalas variables hace que los datos sean más estables y elimina la heterocedasticidad. El coeficiente obtenido mediante regresión logarítmica es exactamente la definición de elasticidad en economía.
Cuando hay números negativos en los datos no se puede tomar el logaritmo directamente. Debes desplazar los datos adecuadamente antes de tomar el logaritmo. Generalmente, los datos horizontales son logaritmos, no datos proporcionales, como las tasas de cambio.
Realice una regresión lineal sobre los datos logarítmicos. El parámetro anterior representa la tasa de cambio porcentual (dlnx=dx/x), es decir, la elasticidad, que es una buena propiedad.
En términos generales, el logaritmo de cada dato no cambiará la naturaleza y la relación de los datos, y los datos obtenidos pueden eliminar fácilmente el problema de la heterocedasticidad, al mismo tiempo, después de tomar el logaritmo, el económico; Las variables tienen significado elástico, por lo que las variables generalmente están en forma logarítmica.