기록 된 변수를 사용하는 이유는 무엇입니까?

아마도 이것은 매우 기본적인 질문이지만 확실한 대답을 찾지 못하는 것 같습니다. 나는 여기서 할 수 있기를 바랍니다.

나는 현재 자신의 석사 논문 준비를 위해 논문을 읽고 있습니다. 현재 트윗과 주식 시장 기능의 관계를 조사하는 논문을 읽고 있습니다.

그들의 가설 중 하나에서, 그들은 증가 된 트위터 양이 거래량 증가와 관련이 있다고 제안합니다.

나는 상관 관계는 페어의 상관 관계에, 그들에게 기대 tweetVolume와 함께 tradingVolume, 대신 그들은이 버전을 기록하여 보고서 : LN(tweetVolume)와 LN(tradingVolume).

내 논문을 위해, 나는 그들의이 논문을 복제했다. 6 개월 동안 약 100 개의 회사 ( tweetVolume)와 같은 기간 동안 주식 거래량을 수집했습니다 . 절대 변수를 상관 시키면 찾을 수 r=.282, p.000있지만 로깅 된 버전을 사용할 때을 찾습니다 r=.488, p=.000.

연구원이 때때로 변수의 로그 버전을 사용 하는 이유 와 왜 그렇게하면 상관 관계가 훨씬 더 높은지 이해하지 못합니다 . 여기서 추론은 무엇이며, 기록 된 변수를 사용해도되는 이유는 무엇입니까?

당신의 도움은 대단히 감사합니다 :-)

기록 된 변수를 사용하는 이유는 통계 및 실질적인 두 가지 범주로 구분됩니다.

통계적으로 변수가 오른쪽으로 치우치면 (즉, 상한에서 긴 꼬리를 가짐) 상관 관계 또는 회귀와 같은 측정 값이 하나 또는 두 가지 모두의 상한에서 하나 또는 몇 경우에 의해 많은 영향을받을 수 있습니다. 변수 (이상치, 레버리지 포인트, 영향력있는 포인트). 로그를 가져 오면 기울어 짐을 줄이거 나 없앰으로써 도움이 될 수 있습니다.

실질적으로 일부 개념은 차이보다 비율 측면에서 더 잘 생각됩니다. 논의하는 두 가지 볼륨 측정을 수행하십시오. 이제 두 회사를 비교해보십시오. 하나는 소수의 사람들이들은 NASDAQ에 거래하는 소규모 회사이고 다른 하나는 대기업입니다. 전자는 하루에 아주 적은 트윗을받습니다. 후자는 많은 것을 얻게 될 것이다. 거래량과 유사합니다. 회사 A는 일반적으로 하루에 100 개의 트윗을 받고 후자는 100,000을받는다고 가정합니다 (수를 선택하기 만하면).

회사 A의 트윗이 100에서 500으로 증가하면 (400의 차이, 5의 비율) 큰 뉴스입니다. 무언가가 일어나고 있어야합니다. 그러나 회사 B가 100,000에서 100,400으로 증가하면 (400의 차이, 1에 매우 가까운 비율) 아무도 신경 쓰지 않습니다. 대략 동등한 것은 100,000에서 500,000으로 넘어가는 것입니다.