Log-scale göreceli değişimler hakkında bilgi verirken (çarpımsal) doğrusal doğrusal ölçek mutlak değişiklikler hakkında bilgi verir (katkı maddesi). Her birini ne zaman kullanıyorsunuz? Göreceli değişikliklerle ilgileniyorsanız, log ölçeğini kullanın; Mutlak değişikliklerle ilgileniyorsanız, doğrusal ölçek kullanın. Bu, dağılımlar için değil, aynı zamanda miktarlardaki herhangi bir miktar veya değişiklik için de geçerlidir.
Dikkat, "bakım" kelimesini burada çok özel ve kasıtlı olarak kullanıyorum. Bir model veya amaç olmadan sorunuz cevaplanamaz; Model veya amaç hangi ölçeğin önemli olduğunu tanımlar. Bir şeyi modellemeye çalışıyorsanız ve mekanizma göreceli bir değişiklikle hareket ediyorsa, günlük ölçeği verilerinizde görülen davranışı yakalamak için çok önemlidir. Ancak, temel modelin mekanizması ek ise, doğrusal ölçek kullanmak istersiniz.
$$$
$$$$
$
Günlük alanına dönüştürürsek, göreli değişiklikler mutlak değişiklikler olarak görünür.
log10($1)log10($1.10)
log10($100)log10($110)
Şimdi, log boşluğundaki mutlak farkı alarak, ikisinin de 0413 ile değiştiğini görüyoruz.
Bu değişim önlemlerinin her ikisi de önemlidir ve hangisi sizin için önemlidir, yalnızca yatırım modelinize bağlıdır. İki model var. (1) Sabit miktarda anapara yatırım yapmak veya (2) sabit sayıda hisseye yatırım yapmak.
Model 1: Sabit miktarda anapara ile yatırım.
$$$$$$$$
Model 2: sabit hisse senedi sayısı.
$
Şimdi bir hisse senedi değerini, zaman içinde dalgalanan rastgele bir değişken olarak düşündüğümüzü ve genel olarak hisse senetlerinin nasıl davrandığını yansıtan bir model bulmak istediğimizi varsayalım. Diyelim ki bu modeli karı maksimize etmek için kullanmak istiyoruz. X değerleri “hisse fiyatı” cinsinden bir olasılık dağılımını ve belirli bir hisse senedi fiyatını gözlemleme ihtimalinde y değerlerini hesaplıyoruz. Bunu A stoku ve B stoku için yapıyoruz. Yatırım yapmak istediğiniz sabit bir anapara sahip olduğunuz ilk senaryoya abone olursanız, o zaman bu dağıtımların kaydını tutmak bilgilendirici olacaktır. Neden? Önemsediğiniz şey, göreceli uzayda dağılımın şeklidir. Bir hisse senedi 1'den 10'a mı, yoksa 10'dan 100'e mi geçiyor sizin için önemli değil mi? Her iki durumda da 10 katgöreceli kazanç. Bu, doğal olarak, birim kazanımlara doğrudan katlanma kazanımlarına karşılık gelen kütük dağılımında görünür. Ortalama değeri farklı olan ancak nispi değişimi aynı şekilde dağıtılmış olan iki hisse senedi için (günlük yüzde değişimlerin aynı dağılımına sahiptirler ), günlük dağılımları yalnızca değiştirilen biçimiyle aynı olacaktır . Tersine, doğrusal dağılımları şekil bakımından aynı olmayacak, daha yüksek değerli dağılım daha yüksek bir varyansa sahip olacaktır.
Aynı dağıtımlara doğrusal veya mutlak uzayda bakacak olsaydınız, daha yüksek değerli hisse fiyatlarının daha büyük dalgalanmalara karşılık geldiğini düşünürdünüz. Yatırım amaçlı, ancak sadece akrabaların kazandığı yerlerde, bu mutlaka doğru değildir.
Örnek 2. Kimyasal reaksiyonlar.
Farz edelim ki geri dönüşümlü bir reaksiyon geçiren iki molekül A ve B var.
A⇔B
bireysel oran sabitleri ile tanımlanır
kabA⇒BkbaB⇒A
Dengeleri, ilişki ile tanımlanır:
K=kabkba=[A][B]
AB
K∗=kab−kba=[A]−[B]
(0,inf)
EDIT . Sezgiyi geliştirmeme yardımcı olan ilginç bir paralel, aritmetik ortalamalara karşı geometrik araçlara örnektir.. Bir aritmetik (vanilya) ortalaması, mutlak farklılıkların önemli olduğu gizli bir model varsayarak sayıların ortalamasını hesaplar. Örnek. 1 ve 100 aritmetik ortalaması 50,5'tir. Diyelim ki, konsantrasyonlar arasındaki kimyasal ilişkinin çarpıcı olduğu konsantrasyonlardan söz ediyoruz. O zaman ortalama konsantrasyon gerçekten kütük ölçeğinde hesaplanmalıdır. Buna geometrik ortalama denir. 1 ile 100 arasındaki geometrik ortalama 10'dur! Bağıl farklar açısından, bu mantıklı: 10/1 = 10 ve 100/10 = 10, yani, ortalama ve iki değer arasındaki bağıl değişim aynıdır. Ek olarak aynı şeyi buluyoruz; 50.5-1 = 49.5 ve 100-50.5 = 49.5.