做计量时，指标可以有些取对数有些不取吗？

取对数的原因是

如果取对数

取对数的原因是
(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.
(7)研究的自变量数量级不一致时，取对数可消除这种数量级相差很大的情况。
一般当研究自变量和应变量的弹性关系的时候，需要取对数，得到的参数解释的是，在其他条件不变的前提下，当自变量变化1%时，因变量（若也取了对数）变化a%。另外，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。
如果取对数的话，变量都要同时取

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。

可以，取对数是为了让数据平稳，消除异方差！取完对数，结果解释会有点不一样：
lny=a+blnx
x增加一个百分点，y增加b%
lny=a+bx
X增加一单位，Y会增长100b%

可以的，结果报告时根据取对的情况报告即可，已发表的学术论文、硕士毕业论文中都有这样做的。尤其是存在多个解释变量且部分变量数据大部分变量数据小时，可部分取对进行处理。

取不取对数是有一定的标准的，首先你得画一个序列图，如果趋势非常明显，那么就需要取一个对数降低一下趋势性。其二如果季节性波动太大，也需要取一个对数，因为季节性太大会干扰稳定性的检验，取完对数会降低波动性。第三，对于总量指标，通常会取对数，对时间、日期，季度等指标是不能取对数的。以上希望对你有所帮助！

做线性回归分析的时候，如果变量不满足正态分布，一般对因变量做对数处理。并且在一定程度上消除异方差。
但是这种变化只是为了更好的数据拟合。你对模型变量的解决变得困难。
建议取全对数。

做线性回归分析的时候，如果变量不满足正态分布，一般对因变量做对数处理。并且在一定程度上消除异方差。
但是这种变化只是为了更好的数据拟合。你对模型变量的解决变得困难。
建议取全对数。

可以。做计量经常会出现结果不显著的情况，有时可以一步一步地加对数，结果可能会有时改善。