你在读logistic regression之类的文章吧，要解释整个问题那得用一本书，只能大概给你介绍一下，推荐看Agresti 的categorical data analysis。
还记得做OLS的时候Y必须是continuous的，那么logistic regression就是针对Y=0或1的数据。
这中间的一个重点就是如何联系Y和X, 因为Y只能是0,1而X可是任何形态。
你的摘录的第一句很好解释，抛开数据，就谈数字, 假设b已知,X是实数，Y=1/(1+exp[-(b*X)])，这样Y只能在[0,1]之间。
“根据样本估算出指数函数的幂”指的是根据已有数据Y和X计算b,这个过程比较复杂，我不想细写，主要是依据maximum likelihood method.
最后，stata的程序，我不会用stata,但是stata肯定有logistic regression的功能，这个需要你自己研究

我在看外文文献时，作者将实数通过幂函数的转换，映射成【0,1】之间的数值，并根据样本（好像是用到了均值和标准差）估算出函数的幂。

例如：将“资产流动性”进行归一化，他是这样处理的：
M（B+资产流动性）^p   ，然后给出了M、B、P的值，不知道怎么算的

请问您知道这个吗？？？我要写论文，怎么也找不到这个方法的来源

请问现在有人知道如何实现吗？

只要p是负值，则（B+资产流动性)^p一定在0和1之间。