自变量有大量零值，其余值在0-1之间时，是否（如何）进行对数变化？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

如题，自变量为家庭某类金融资产占金融资产总额的比重，值介于0-1之间，且大量样本偏向于0。此外，由于大量样本家庭未持有该类资产，因此数据库中显示为缺漏值，我认为该情况下可以将缺漏值的样本家庭的占比视为零。

以上是前提情况，我的问题是：这个自变量若要进行对数变化以使其分布更接近正态分布的话，如何变换？

我自己的思考是，若删去大量零值，那么可以参考此贴中https://bbs.pinggu.org/thread-5050570-1-1.html 黄老师的变换方式，即将变量与（1-变量）的比值进行取对数。但如果为了不删除大量为零的样本，那么又该如何？是否有文献有类似的情况吗？

谢谢大家~
[size=18.899999618530273px]21

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：自变量 pinggu thread 金融资产 READ

1.  这个值为什么要进行对数变化？假设推断中不需要对自变量的分布进行正态化假设
2. 应该不需要删除为0 的样本，到可以将其拆分为两个子样本 来比较一下

wdlbcj 发表于 2021-10-12 12:08
1.  这个值为什么要进行对数变化？假设推断中不需要对自变量的分布进行正态化假设
2. 应该不需要删除为0  ...

谢谢您的回复，对于第一点，是我基础不扎实了，习惯性的理解是想要通过对数消除长尾部分的异常值，但是对于您提到的对于假设推断中的要求没有特别仔细的去推敲。
对于第二点，如果将零值单独作为一个子样本回归，那么其意义不就是当这个自变量不存在时候的结果嘛？这种比较一般的意义在哪里呢？
再次感谢您的回复！