In statistica e talvolta anche in matematica , non è raro assistere a una funzione che utilizza un registro come variabile dipendente . Tuttavia, molte persone sono abituate a vedere le variabili dipendenti nei loro stati normali – cioè , non trasformato . La domanda allora sorge spontanea: come si dovrebbe interpretare una variabile dipendente registro quando lo standard è apparentemente lasciare la variabile dipendente non trasformato ? La soluzione a tale problema è quello di capire il significato dei dati, nonché come base dietro trasformare la variabile dipendente . Istruzioni

1

Capire il motivo per la trasformazione log. Di solito c’è una sola ragione per l’utilizzo di una variabile dipendente di registro : i dati mostrano una tendenza esponenziale . Ciò significa che quando graficamente , la variabile dipendente cresce esponenzialmente con la variabile indipendente . A causa della difficoltà di analizzare funzioni non lineari , molti ricercatori decidono di utilizzare il registro della trasformazione , che trasforma la forma dei dati in quello di una linea .

2

riconoscimento del rapporto tra i dipendenti variabile e la variabile indipendente . Se la variabile dipendente è una variabile dipendente log , significa che la variabile dipendente cresce lentamente rispetto alla variabile indipendente al primo . Tuttavia , quando la variabile indipendente diventa un formato più grande , la variabile dipendente sfugge di mano , crescendo a velocità che rendono difficile per il ricercatore di analizzare in modo pratico . Così , sapendo che la variabile dipendente è una variabile dipendente registro è sufficiente per capire l’effetto della variabile indipendente sulla variabile dipendente .

3

Trova i veri valori dei dati . Poiché la variabile dipendente è una trasformazione logaritmica dei dati originali , queste variabili dipendenti non significano nulla in termini reali . Per restituire le variabili dipendenti ai valori interpretabili , utilizzare la funzione esponenziale , applicando i singoli punti dati della variabile dipendente. Dopo aver utilizzato la funzione exp ( x ) su un punto dati ” x “, si avrà il punto di dati originali per la variabile dipendente , che può essere interpretato in termini di significato reale dei dati .