log作为一种transformation，可以将y的‘波动幅度’平均化
譬如如果y是I(1)，那么我们可以通过difference得到stationary的dif（y）
    而如果是y的variance evolving，那么可能可以通过log来得到covariance stationary的log（y）

有时log和dif是一起时候用的

但是，如果model最后关注的是level而非log （即y，而非logy），那么使用log会不可避免的带来bias，因为E(log(y)) <> log(E(y))
只是相应的影响不大，所以一般paper都没关注

谢谢楼上的回复。但是还是不是很清楚，波动幅度’ 的英文是什么？

另外I(1) 和dif（y）又分别是什么？哪一本书里有类似的解答？

非常非常感谢！

up

简单来说，一个时间序列,LOG处理是让variance平稳,DIFF是让MOBIL AVERAGE平稳.

I(1)应该是一阶单整（协积） 简言之就是一次差分运算后该时间序列变为平稳序列，dif（y）应该是y次差分运算，这些应该是时间序列分析里面的内容，log运算的好处可以参照log()函数的特点来理解！

[此贴子已经被作者于2009-1-17 10:09:32编辑过]