প্রায়শই আমি দেখি লেখকরা "লগ ডিফারেন্স" মডেলটি অনুমান করে, যেমন
আমি সম্মত এই সম্পর্কযুক্ত উপযুক্ত মধ্যে শতকরা পরিবর্তনের যখন হয় ।y t লগ ( y টি ) আমি ( 1 )
তবে লগের পার্থক্যটি প্রায় অনুমান এবং এটি মনে হয় লগের রূপান্তর ছাড়াই মডেলটি ঠিক যেমন অনুমান করা যায় eg
তবুও বৃদ্ধির হার শতাংশের পরিবর্তনকে সঠিকভাবে বর্ণনা করবে, যখন লগের পার্থক্য কেবলমাত্র শতাংশের পরিবর্তনের আনুমানিক।
যাইহোক, আমি খুঁজে পেয়েছি লগ পার্থক্য পদ্ধতির অনেক বেশি ব্যবহৃত হয়। প্রকৃতপক্ষে, বৃদ্ধির হার ব্যবহার করা প্রথম পার্থক্য গ্রহণের মতো স্টেশনারিটি ঠিক ততটাই উপযুক্ত বলে মনে হয়। প্রকৃতপক্ষে, আমি খুঁজে পেয়েছি যে লগ ভেরিয়েবলটিকে স্তরীয় ডেটাতে ফেরত দেওয়ার সময় পূর্বাভাস পক্ষপাতদুষ্ট হয়ে যায় (কখনও কখনও সাহিত্যে retransformation সমস্যা হিসাবে পরিচিত) called
বৃদ্ধির হারের তুলনায় লগের পার্থক্যটি ব্যবহার করে কী কী সুবিধা হবে? বৃদ্ধি হার রূপান্তরের সাথে কি কোনও সহজাত সমস্যা আছে? আমি অনুমান করছি যে আমি কিছু মিস করছি, অন্যথায় এটি প্রায়শই ব্যবহার করা সুস্পষ্ট বলে মনে হয়।