做任何事都要讲求目的性，没有目的地胡干是毫无意义的。对数据进行变换的目的有很多，但往往是希望变换后的数据能满足某些模型或者进一步处理所需要的假设条件，如正态性、对称性、平稳性等等。

在众多的变换中，Box-Cox变换是常用的一种，它能带给数据许多好的性质，具体可参见Tukey的《Understanding Robust and Exploratory Data Analysis》。

Box-Cox变换是一族变换的总称，依参数lamda的不同而呈现不同形态；当lamda=0时，即为对数变换。实际中，往往根据变换后的模型残差，同时结合对变换施加的“惩罚”，再根据AIC等准则确定最佳的lamda值。经验地，对于大量的经济数据，lamda往往取为0，故我们习惯对经济数据施以对数变换。

故而，个人认为，在不确定的时候，应该从“源头”做起，即人为地求出最佳的lamda值，再进行相应的Box-Cox变换。

[此贴子已经被作者于2008-8-8 3:15:53编辑过]

说了这么多，似乎没有解决楼主的根本问题，建议你举几个例子简要说明，为什么要取对数，又为什么不取对数。

[此贴子已经被作者于2008-8-8 3:53:15编辑过]

关键是我们并不知道变量直接是线性还是非线性的关系。

如果已知是线性的关系，当然用线性的了；

如果是非线性的关系，那么可以有许多变换，不单纯是对数的了。

还是有的时候理论上推倒是线性的，那么你就得用线性的；

如果推出是非线性的，只能采用非线性的。

因此，必须根据具体研究的情况来确定形式。

听取3楼的建议，我争取把话说明白些。

义无反顾地做对数变换的情况其实就那么几种：

1 理论要求的。比如二者理论上是指数关系，取对数后就成了线性，这还有什么犹豫的。

2 对于类似数据别人都做对数变换。即使您想在变换上有什么创新，初期恐怕也得照着前人的脚印一步步地来吧。

除了以上两种情况外，我认为都应遵循一般的选取参数lamda的步骤，从Box-Cox变换族（该变换族包括对数变换和幂变换）中选取合适的变换。此外，还需考虑到变换后的数据是否满足我们将要套用的模型的基本假设条件。