多数线性回归模型都假设干扰项服从正态分布。若原始数据 Y 不符合这个假设，则估计结果对应的统计推断不可信。ln(Y) 通常比较接近正态分布，此时的结果更可信。
然而，需要注意的是，用 Y 和 ln(Y) 做被解释变量，得到的估计系数的含义有所不同。
对于前者，b = dY/dx；对于后者，b = dln(Y)/dx。
详情参见 Wooldridge 导论，第 6 章。

got it . thanks.