Ekonometrideki fonksiyonları belirtmek için 10 tabanına oturtmak yerine doğal logaritmayı (ln) kullanmamızın sebebi nedir?
Ekonometrideki fonksiyonları belirtmek için 10 tabanına oturtmak yerine doğal logaritmayı (ln) kullanmamızın sebebi nedir?
Yanıtlar:
Sosyal bilimlerde lineer regresyon bağlamında Gelman ve Hill şöyle yazıyor:
Doğal kütükleri tercih ediyoruz (yani, logaritma tabanı ), çünkü yukarıda açıklandığı gibi, doğal kütük ölçeğindeki katsayılar yaklaşık orantılı farklar olarak doğrudan yorumlanabilir: 0.06 katsayılı, in 1'lik bir fark yaklaşık 6'ya karşılık gelir. içindeki% fark , vb.
[1] Andrew Gelman ve Jennifer Hill (2007). Regresyon ve Çok Düzeyli / Hiyerarşik Modeller Kullanılarak Veri Analizi . Cambridge Üniversitesi Basını: Cambridge; New York, s. 60-61.
Doğal logaritmaları tercih etmek için çok güçlü bir sebep yoktur. Diyelim ki modeli tahmin ediyoruz:
ln Y = a + b ln X
Doğal (l) ve 10 tabanlı logaritmalar arasındaki ilişki ln X = 2.303 log X'tir (kaynak) . Dolayısıyla model şuna eşdeğerdir:
2.303 log Y = a + 2.303b log X
veya, / 2.303 = a * koyarak:
log Y = a* + b log X
Her iki model de aynı sonuçlarla tahmin edilebilir.
Doğal logaritmaların ufak bir avantajı, ilk farklarının daha basit olmasıdır: d (ln X) / dX = 1 / X, d (log X) / dX = 1 / ((ln 10) X) (kaynak) .
Her iki tür logaritmanın kullanılabileceğini söyleyen bir ekonometri ders kitabındaki bir kaynak için, bkz . Ekonometri'nin Temelleri Gujarati, 3. baskı 2006, s. 288.
Doğal logaritmanın kullanıldığını düşünüyorum çünkü üstel, faiz / büyüme hesaplaması yaparken genellikle üstel kullanılıyor.
Analizde üstel olarak sona erdiğinizden, ondan kurtulmanın en iyi yolu doğal logaritmayı kullanmaktır ve ters işlemi yaparsanız, doğal kütük size belirli bir büyümeye ulaşmak için gereken zamanı verecektir.
Ayrıca, logaritmalarla ilgili iyi bir şey (doğal olsun ya da olmasın) çarpımları toplamalara dönüştürebileceğiniz gerçeğidir.
İlgiyi arttırırken neden bir üstel kullanmaya başladığımızın matematiksel açıklamalarına gelince, burada bulabilirsiniz: http://en.wikipedia.org/wiki/Continuously_compounded_interest#Periodic_compounding
Temel olarak, sınırsız sayıda faiz oranı ödemesi yapmanız gerekir; bu da üstelin tanımıdır.
Düşünülse bile, sürekli zaman gerçek hayatta yaygın olarak kullanılmaz (ipoteklerinizi aylık ödemelerle, her saniyede değil ..), bu tür bir hesaplama genellikle kantitatif analistler tarafından kullanılır.
Ekonomistlerin logaritmik fonksiyonel formlara sahip regresyonları kullanmak istemelerinin bir başka nedeni de ekonomiktir: Katsayılar bir Cobb-Douglas fonksiyonunun esnekliği olarak anlaşılabilir. Bu işlev, ekonomistler arasında mikroekonomik davranış (tüketici tercihleri, teknoloji, üretim fonksiyonları) ve makroekonomik konular (ekonomik büyüme) ile ilgili sorunları analiz etmek için en yaygın kullanılan işlevdir. Esneklik terimi, bir değişkene ait değişimin diğerine göre tepki derecesini tanımlamak için kullanılır.
Bunun tek nedeni Taylor genişlemesinin sonucun sezgisel bir yorumunu vermesidir.
Kayıt kütüğünün Taylor genişlemesini uygulayalım :
Yani, eğer denklemin sağ tarafında GSYİH’nın log farklılıklarını kullanıyorsanız, örneğin regresyondaki açıklayıcı bir değişken olarak, aşağıdakilere sahip olabilirsiniz:
Ekonomistler, kolayca yorumlanabilecek değişkenleri severler. Farklı kütük tabanını taktıysanız, yorumlanabilirlik zayıftır. Örneğin, günlük tabanına 10 ne olduğunu görün:
Eğer logaritmanın ters fonksiyonunun sürekli bir bileşik versiyon olan üstel fonksiyon olduğunu düşünüyorsanız, değişkenin log dönüşümünü kullanmak için iyi bir neden vardır. Bir anda yaklaşık% 10 büyüyen ekonomik değişken, ortalama 10 civarında (artı bir sabit) değişkene dönüştürülebilir. Bunu farklı tabanların logaritmasının dönüşümü ile yapamazsınız.