تبدیل ضرایب رگرسیون لگاریتمی-لگاریتمی به کشش قیمتی و رشد درصدی

برای اندازه‌گیری تغییرات تناسبی با استفاده از رگرسیون لگاریتمی، هر نقطه داده در مجموعه‌داده باید کاملاً مثبت باشد. از آنجا که لگاریتم طبیعی صفر از نظر ریاضی تعریف‌نشده است و اعداد منفی نتایج موهومی تولید می‌کنند، حتی یک ورودی با مقدار صفر (مانند روزی بدون فروش، یا بیماری با آنتی‌بادی پایه صفر) کل فرآیند تبدیل را مختل می‌کند. اما زمانی که این محدودیتِ مثبت بودنِ مطلق رعایت شود، تحلیلگران می‌توانند قفل یکی از قدرتمندترین مکانیسم‌های ترجمه در اقتصادسنجی را باز کنند.[6]

رگرسیون خطی استاندارد تغییرات مطلق را اندازه‌گیری می‌کند: یک واحد افزایش در متغیر مستقل، منجر به افزایش واحدی مشخص در متغیر وابسته می‌شود. اما دنیای واقعی به‌ندرت در واحدهای مطلق مقیاس‌بندی می‌شود. افزایش ۱۰ دلاری قیمت برای یک فنجان قهوه ۵ دلاری، تقاضای مصرف‌کننده را نابود می‌کند، در حالی که دقیقاً همان افزایش ۱۰ دلاری برای یک خودروی ۵۰,۰۰۰ دلاری، برای خریدار کاملاً نامحسوس است. واحدهای مطلق در ثبت تأثیرات نسبی ناتوان‌اند.[3]

با اعمال لگاریتم طبیعی بر هر دو متغیر وابسته و مستقل، مدل ریاضی از اندازه‌گیری واحدها به اندازه‌گیری نسبت‌ها تغییر فاز می‌دهد. در یک مدل لگاریتمی-لگاریتمی، ضریب به‌دست‌آمده دیگر یک شیب واحد نیست، بلکه به معیار مستقیم کشش تبدیل می‌شود. مقیاس داده‌های اولیه کنار می‌رود و تنها رابطه تناسبی باقی می‌ماند.[1]

همان‌طور که MetricGate در مستندات فنی خود بیان می‌کند: «در یک مدل لگاریتمی-لگاریتمی، ضریب همان کشش برآوردشده Y نسبت به X است.» این بدان معناست که ۱٪ افزایش در متغیر مستقل، با افزایش درصدی در متغیر وابسته که دقیقاً برابر با همان ضریب است، ارتباط دارد.[1]

اگر رگرسیون لگاریتمی-لگاریتمی تقاضای بنزین در برابر قیمت، ضریب ۰٫۴- را به دست دهد، تفسیر آن مستقیم و جهان‌شمول است: ۱۰٪ افزایش قیمت، تقاضا را ۴٪ کاهش می‌دهد. قیمت پایه بنزین یا ارزی که با آن اندازه‌گیری می‌شود، هیچ اهمیتی ندارد. کشش در سراسر منحنی ثابت باقی می‌ماند.[1][6]

زمانی که تنها یک طرف معادله تبدیل می‌شود، معماری مدل تغییر می‌کند. در یک مدل لگاریتمی-خطی (یا لگاریتمی-سطحی)، از متغیر وابسته لگاریتم گرفته می‌شود، اما متغیر مستقل در واحدهای خام و بدون لگاریتم خود باقی می‌ماند. این روش اغلب هنگام مدل‌سازی رشد نمایی در طول زمان، مانند بهره مرکب یا تکثیر ویروسی، استفاده می‌شود.[2]

راهنمای نرم‌افزار اقتصادسنجی SHAZAM این ساختار خاص را به‌عنوان تولیدکننده نیمه‌کشش تعریف می‌کند. در این قالب، یک واحد افزایش در متغیر مستقل، تغییر تناسبی در متغیر وابسته ایجاد می‌کند. تقریب استانداردی که در آمار مقدماتی آموزش داده می‌شود، ضریب را در ۱۰۰ ضرب می‌کند تا یک درصد سرراست به دست آید.[2]

با این حال، این تقریب دارای یک تاوان پنهان ریاضی است که با افزایش ضریب، به‌صورت نمایی رشد می‌کند. برای ضرایب کوچک (معمولاً زیر ۰٫۱۰) این تقریب به‌خوبی کار می‌کند. ضریب ۰٫۰۵ به‌راحتی به ۵٪ افزایش ترجمه می‌شود، در حالی که مقدار دقیق ریاضی آن ۵٫۱۲٪ است.[6]

وقتی ضریب از ۰٫۱۰ فراتر می‌رود، تقریب به‌سرعت از واقعیت فاصله می‌گیرد. در عوض، تغییر درصدی دقیق باید با استفاده از فرمول نمایی محاسبه شود: به توان رساندن ثابت ریاضی 'e' با ضریب، کسر کردن عدد یک از آن، و ضرب نتیجه در ۱۰۰.[4][6]

راهنمای مرجع LearnEconomicsOnline در سال ۲۰۲۰ بر این شرایط مرزی تأکید می‌کند و خاطرنشان می‌سازد که تکیه بر قانون ضرب ساده برای ضرایب بزرگ، تأثیر پیش‌بینی‌شده را به‌طور مصنوعی متورم می‌کند. ضریب ۰٫۵۰ به معنای ۵۰٪ افزایش نیست؛ فرمول دقیق نشان می‌دهد که این مقدار در واقع ۶۴٫۸٪ افزایش است؛ خطای پیش‌بینی بزرگی که می‌تواند یک مدل زنجیره تأمین را ویران کند.[4]

ساختار معکوس (مدل سطحی-لگاریتمی) از متغیر مستقل لگاریتم می‌گیرد در حالی که متغیر وابسته را در واحدهای خام رها می‌کند. در اینجا، ۱٪ افزایش در متغیر مستقل منجر به تغییر واحدی در متغیر وابسته برابر با ضریب تقسیم بر ۱۰۰ می‌شود.[3]

تحلیلی در سال ۲۰۲۳ که در Towards Data Science منتشر شد، تأکید می‌کند که این تبدیل خاص برای مدل‌سازی بازده نزولی حیاتی است. هزینه‌های بازاریابی اغلب از این منحنی پیروی می‌کنند، جایی که ۱۰,۰۰۰ دلار اول بازده مطلق عظیمی به همراه دارد، اما هر دلار بعدی تأثیر مطلق کمتری ایجاد می‌کند و برای حفظ رشد خطی، نیازمند هزینه‌های نمایی است.[3]

دارن دالی (Darren Dahly)، اپیدمیولوژیست، در سال ۲۰۱۷ اشاره می‌کند که اگرچه تبدیلات لگاریتمی با موفقیت توزیع‌های چوله را نرمال می‌کنند، اما اساساً فرضیه‌ای را که توسط محقق آزمایش می‌شود، تغییر می‌دهند. مدل دیگر در حال ارزیابی میانگین حسابی مجموعه‌داده نیست.[5]

دالی خاطرنشان می‌کند: «شما دیگر میانگین داده‌ها را مدل‌سازی نمی‌کنید»، بلکه میانگین هندسی را مدل می‌کنید. از آنجا که میانگین هندسی در داده‌هایی با واریانس بالا همیشه کمتر از میانگین حسابی است، پیش‌بینی‌هایی که به واحدهای خام برگردانده می‌شوند، میانگین حسابی واقعی را به‌طور سیستماتیک کمتر از حد برآورد می‌کنند، مگر اینکه یک جریمه هموارسازی اعمال شود.[5]

آسیب‌پذیری اصلی مدل‌های کشش لگاریتمی-لگاریتمی، فرض سخت‌گیرانه کشش ثابت است. این مدل از نظر ریاضی رابطه درصدی را مجبور می‌کند در کل طیف داده‌ها یکسان باقی بماند، چه یک شرکت قیمت خود را از ۱۰ دلار به ۱۱ دلار افزایش دهد و چه از ۱,۰۰۰ دلار به ۱,۱۰۰ دلار. وقتی این فرض با واقعیت فیزیکی سیستم همخوانی نداشته باشد، تحلیلگران باید ضریب واحد را کنار بگذارند و داده‌ها را به رگرسیون‌های تکه‌ای تقسیم کنند.[6]