为什么做一元线性回归分析的算式要取对数
对取对数以后的数据进行线性回归，其前面的参数表示的就是百分比变化率(dlnx=dx/x)，也就是弹性，这是一个很好的性质哦。
进行回归分析时，是先把数据标准化再取对数还是取对数后再标准化？谢谢。。我来回答
就回归分析而言，标准化不是必要的，因为标准化是数据的线性变换，不影响估计的显著性。
计量模型一般不进行标准化，保持变量的原汁原味，方便估计结果的解释。多元统计里经常要标准化，如主成份分析，因子分析等。
对数变换的主要目的：（1）估计的系数可以解释成弹性，一般用在经济学模型里；（2）可以降低样本异方差程度；（3）减少变量的波动，与其他变量的波动水平相适应。
对数变换要求原始变量为正，如果先标准化可能会出现负值，对数变换就不行了。只能对正取值的变量先取对数，再标准化。
在统计学中为什么要对变量取对数我来回答
（1）减弱模型中数据的异方差性,只能是减弱,并不能彻底消除
（2）模型形式的需要,利用线性回归模型的前提是解释变量和被解释变量之间的线性关系,但是在实际中这一点很难满足,很多的时候需要对多个变量或者是单一变量做对数变换,让模型的形式变为线性
（3）取对数,再配合差分变化,把绝对数变成相对数,这样,数据更能表示变动的相关性.
（4）对取对数以后的经济数据进行线性回归,其前面的参数表示的就是百分比变化率(dlnx=dx/x),也就是弹性
（5）有时候变量不符合正态分布的假定,取了对数可以渐近正态分布
等等。
计量模型中变量是比例形式，取对数还有意义吗 我来回答
如果数据数值比较庞大，与其他相关的变量很难比较方便地看出关系，可以通过取对数对数值较大的数据进行平滑。宏观计量经济分析中较常用。
如果变量关系x和y本身不是线性关系，比如y=x1*x2 就取对数 取完对数好做线性回归。再比如原来是y=x^2 也取对数 好做线性回归。不知道对不对，还请大师们指出错误和不足吧。总之一句话 如果有足够的证据表明 y和x的关系比较像y=x1*x2/x3这种或者说比如形式如经济学里面的“万有引力定律”，那么我们就取对数 为了方便线性回归。
做回归分析时，什么时候要取对数，什么时候不取对数我来回答
变量不符合正态分布，可以考虑对数
在统计学中为什么要对变量取对数我来回答
我能想到的有两点
作用1： 对有些存在异常大的观测值的变量，取对数可以减小方差
作用2： 对只有取正值才有意义的变量，例如重量，如果直接进行线性回归，那么可能产生没有意义的负的预测值，所以有时会考虑对对数值进行回归分析而不是原始的观测值，这样就不会产生没有意义的预测值。
在对变量取对数后,变量的变化变成了百分比,为什么?我来回答
有很多原因啊.（1）减弱模型中数据的异方差性,只能是减弱,并不能彻底消除（2）模型形式的需要,利用线性回归模型的前提是解释变量和被解释变量之间的线性关系,但是在实际中这一点很难满足,很多的时候需要对多个变量或者是单一变量做对数变换,让模型的形式变为线性（3）取对数,再配合差分变化,把绝对数变成相对数,这样,数据更能表示变动的相关性.（4）对取对数以后的经济数据进行线性回归,其前面的参数表示的就是百分比变化率(dlnx=dx/x),也就是弹性（5）有时候变量不符合正态分布的假定,取了对数可以渐近正态分布………………
stata什么时候取对数我来回答
序列分析中，常常还有会序列相关的问题，这样直接进行参数估计，估计量是无效的，取对数可以有效的改善自相关的问题，
有时候用来降幂，把非线性的变换为线性、
还有就是做宏观经济分析，参数过大，取对数，把值变小，提高显著水平。
取对数是一种常用方法，宏观经济分析中做时间序列的主要是出于第一种和第三种问题。可以说是一种万金油的方法，对自相关、异方等常见问题都有效，但不是绝对的解决
1、时间序列和面板数据, 都要做平稳的单位根检验, 取对数一般能使序列平稳(stationary), 不然就取差分进行平稳。
2、能使模型的残差呈现随机的特性, 而不是趋势或者截距。
3、减少共线性和异方差(heteroscedasticity)出现的概率。
4、有经济学意义上, 比如增长率, 变化率和弹性。
5、统计学认为变量具有内在的指数增长的趋势, 取对数可以让联合分布 (对应的F-statistics)呈现正态, level形式的数据, 特别是时间序列, 最好做Lavene检验。
6、Log-linearization，取对数方便最小二乘的线性拟合，乘积运算用对数就变成了求和。
扩展资料：
如果
，即a的x次方等于N（a>0，且a≠1），那么数x叫做以a为底N的对数（logarithm），记作
。其中，a叫做对数的底数，N叫做真数，x叫做“以a为底N的对数”。
特别地，我们称以10为底的对数叫做常用对数（common logarithm），并记为lg。称以无理数e（e=2.71828...）为底的对数称为自然对数（natural logarithm），并记为ln。
零没有对数。
在实数范围内，负数无对数。在虚数范围内，负数是有对数的。事实上，当
则有e(2k+1)πi+1=0，所以ln(-1)的具有周期性的多个值，ln(-1)=(2k+1)πi。这样，任意一个负数的自然对数都具有周期性的多个值。例如：ln(-5)=(2k+1)πi+ln 5。对数在数学内外有许多应用。这些事件中的一些与尺度不变性的概念有关。例如，鹦鹉螺的壳的每个室是下一个的大致副本，由常数因子缩放。这引起了对数螺旋。Benford关于领先数字分配的定律也可以通过尺度不变性来解释。对数也与自相似性相关。
例如，对数算法出现在算法分析中，通过将算法分解为两个类似的较小问题并修补其解决方案来解决问题。自相似几何形状的尺寸，即其部分类似于整体图像的形状也基于对数。对数刻度对于量化与其绝对差异相反的值的相对变化是有用的。
此外，由于对数函数log（x）对于大的x而言增长非常缓慢，所以使用对数标度来压缩大规模科学数据。对数也出现在许多科学公式中，例如Tsiolkovsky火箭方程，Fenske方程或能斯特方程。
参考资料：百度百科-对数
一元线性回归方程：表示为Y=A BX的方程
什么是一元线性回归分析预测法?
3、误差项ε是一个服从正态分布的随机变量，且相互独立。即ε～N(0，σ2)。独立性意味着对于一个特定的x值，它所对应的y值与其他2所对应的y值也不相关。一元线性回归分析预测法 一元线性回归分析预测法，是根据自变量x和因变量Y的相关关系，建立x与Y的线性回归方程进行预测的方法。由于市场现象一般...
如何确定一元线性回归方程?
回归直线方程指在一组具有相关关系的变量的数据（x与Y）间，一条最好地反映x与y之间的关系直线。离差作为表示Xi对应的回归直线纵坐标y与观察值Yi的差，其几何意义可用点与其在回归直线竖直方向上的投影间的距离来描述。数学表达:Yi-y^=Yi-a-bXi。总离差不能用n个离差之和来表示，通常是用离差的...
简述实现一元线性回归分析过程的基本步骤。
【答案】：一元线性回归的基本步骤是：画出散点图→建立一般模型→估计方程参数→检验回归方程的拟合优度→检验参数的显著性→检验回归方程的显著性→分析回归方程的残差→预测。
简述什么是简单一元线性回归分析?其作用是什么?
简述什么是简单一元线性回归分析？其作用是什么？正确答案：简单回归分析是通过一定的数学表达式将两个变量间的线性关系进行描述，确定自变量的变化对因变量的影响，是进行估计或预测的一种方法，侧重于考察变量之间的数量伴随关系。(或者简单回归分析是对具有线性相关关系的两个变量之间(其中一个为自变量，另...
用matlab做一元线性回归,求大神帮忙解释一下这个命令。
X和Y就是你要拟合的数据,上面的是MATLAB工具箱中的regress命令,为[b,bint,r,rint,stats]=regress(y,x,alpha).你这里alpha是缺省的此时默认是0.05 输出b为β的估计值,bint为b的置信区间,r为残差向量,rint为r的置信区间,stats为回归模型的检验统计量,有四个值,第一个是回归方程的决定系数R的平方(R是相关...
一元线性回归模型是干什么用的
一元线性回归模型有很多实际用途。分为以下两大类：1.如果目标是预测或者映射，线性回归可以用来对观测数据集的和X的值拟合出一个预测模型。当完成这样一个模型以后，对于一个新增的X值，在没有给定与它相配对的y的情况下，可以用这个拟合过的模型预测出一个y值。2.给定一个变量y和一些变量X1,...,...
线性回归模型的原理
线性回归模型的原理如下：线性回归模型是用一条曲线拟合一个或多个自变量x与因变量y之间的关系。若曲线是一条直线，则为一元线性回归；若是超平面，则是多元线性回归；否则是非线性回归，常见的非线性回归包括多项式回归、逻辑回归。通过样本学习映射关系f:x->y，得到的预测结果y是连续值变量。线性回归是...
请问一元线性回归的公式是什么?
分析按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。
excel怎么做一元线性回归方程
你好，一元线性回归方程，需要两个常数k和b，k的计算是使用linest函数，你选一个单元格，插入函数，然后搜索LINEST，选用这个函数即可，函数有四个参数，前面两个对于y值列和x值列，不要弄反了，后面可以缺省。这个函数的说明是返回K和b，我实际操作时只返回K，b我都 是把k带进去的，因为b是截距，...
一元线性回归模型公式
SST=总平方和. SSR=回归平方和. SSE=误差平方和。为一元线性回归方程在建立时要求离回归的平方和最小，即根据“最小二乘法”原理来建立回归方程。在此基础上就可以证明SST=SSe+SSr：SST=总平方和. SSR=回归平方和. SSE=误差平方和 因为一元线性回归方程在建立时要求离回归的平方和最小，即根据“...
毕牵达纳： 这个不一定吧,多数数据是不用转换的,少数数据根据需要才对数转换.
荣成市13746723302： 一元线性回归方程的公式是怎样推算的 - ？
毕牵达纳：[答案] 假设线性回归方程为: y=ax+b (1) a,b为回归系数,要用观测数据(x1,x2,...,xn和y1,y2,...,yn)确定之. 为此构造 Q(a,b)=Σ(i=1->n)[yi-(axi+b)]^2 (2) 使Q(a,b)取最小值的a,b为所求. 令: ∂Q/∂a= 2Σ(i=1->n)[yi-(axi+b)](-xi)= 0 (3) ∂Q/∂b= 2Σ(i=1->n)[yi-(axi+...
荣成市13746723302： 线性回归参数含义的理解问题 - ？
毕牵达纳： 我擦,题主这么多问题一点悬赏都没有,太小气了!!知道我也不答!!题主仍然小气的让人心碎,你得知道这个问题还是很复杂的.那我就简单讲讲吧. 首先线性回归模型有一个通用的公式是Y=(X^T)B (X^T是向量的转置,向量默认列向量)...
荣成市13746723302： 一元线性回归方程的系数怎么计算 - ？
毕牵达纳： 回归分析就是将所关心的抄特性的性能与潜在的原因联系起来.一元回归是处理2个变量x和y之间的关系,假如2个变量之间的关系是线性的,就称为一元线性回归,一元线性回归就是要建立y=a+bx方程,该方程称为y对x的回归方程.一元线2113...
荣成市13746723302： 一元线性回归预测法是什么? - ？
毕牵达纳： 一元线性回归预测法的概念 一元线性回归预测法是分析一个因变量与一个自变量之间的线性关系的预测方法. 常用统计指标:平均数、增减量、平均增减量. 一元线性回归预测基本思想 确定直线的方法是最小二乘法 最小二乘法的基本思想:最...
荣成市13746723302： 请教SPSS进行一元线性回归分析的一般步骤 - ？
毕牵达纳： 一个自变量 一个因变量 如果要进行线性回归,无论是一元还是多元,第一步首先应该先画下散点图,看是否有线性趋势,如果有线性趋势了,再使用线性回归.这个是前提,现在很多人都忽略这一点 直接使用的. 至于判断线性方程 拟合的好坏...
荣成市13746723302： 统计学里的回归为什么叫回归 - ？
毕牵达纳： 统计学里的“回归”是表示数学中的专有名词.回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法.运用十分广泛,回归分析按照涉及的变量的多少,分为一元回归和多元回归分析. 按照自变量的多少,可分为简单...
荣成市13746723302： 一元线性回归用excel怎么算? - ？
毕牵达纳： 1. 选中数据后,使用下面两种方法2. 使用散点图,做出趋势线,从而知道线性回归方程3. 使用线性回归工具,在【数据】-【数据分析】工具里
荣成市13746723302： 一元线性回归~~ - ？
毕牵达纳： 令线性回归方程为: y=ax+b (1) a,b为回归系数,要用观测数据(x1,x2,...,xn和y1,y2,...,yn)确定之. 为此构造 Q(a,b)=Σ(i=1->n)[yi-(axi+b)]^2 (2) 使Q(a,b)取最小值的a,b为所求. 令: ∂Q/∂a= 2Σ(i=1->n)[yi-(axi+b)](-xi)= 0 (3)∂Q/∂b= 2Σ(i=1->n)[yi...
