做计量时，指标可以有些取对数有些不取吗？

做stata计量时，为了获得好的实证结果，选取的指标可以有些取对数有些不取吗？取不取对数的标准是什么？

通常取对数的目的有三个：第一，数据不平稳，而取对数后平稳；第二，取对数，常常会消除数据的异方差；第三，因为模型是非线性的，例如：科布-道格拉斯生产函数，取对数后转化为线性的。取对数的最大好处是不改变数据的性质及其经济意义！！当然，取对数要求数据严格为正！！

一般不可以，具体还得看模型，取对数一般是非线性乘数关系。

是的，取对数是为了让数据更有效，消除了数据对模型的干扰性，从而使模型具有代表性，其实关系不是很大，看你数据的类型。

通常取对数是因为：对变化率的预测/建模更简单，或者你研究变量的本来就呈指数形式
比如：对价格指数取对数后相减，就是回报率/增长率。然后就能看这个增长率是不是平稳的，如果是则可以建时间序列模型。
而直接预测价格则没有太好的模型直接做。
又比如：你研究的变量本来就是成指数形式增长的，那么取对数显然更合理。如果不是，则没必要取对数。

同问

其实是可以的（期刊论文都这样做过的），在做OLS回归时，取对数后解释变量是对新生产的对数做线性回归，我们关注的是解释变量和被解释变量之间的统计学检验是否通过，而不是验证是否为线性或非线性问题，另外，取对数后，参数的经济学意义会相应的改变，例如：Y和X都不取对数，参数是边际的概念；Y和X都取对数，参数则是弹性的概念；Y和X有一个取对数则是半弹性的概念。

取对数是从经济意义出发的，假设模型Y=A*B*C。全取对数就成了线性的LNY=LNA+LNB+LNC，才可以做线性回归。假如C不取对数，LNY=LNA+LNB+C,那回归后换回原型就成了Y=A*B*(e的c次方），经济学模型好像没有这种形式的吧

如果个别变量数据很大  而其他变量的数据较小  建议将该数据值很大的变量做对数变换  可能会得到很好的结果
比如金额  利率 年龄  这几个变量放在一块   一般金额  的数值较大   这这时一般就采用此种做法

在作线性回归分析的时候，如果变量不满足正态分布，但取了对数以后满足或接近正态分布，则可以取对数以后作回归。