প্রাকৃতিক লগ পরিবর্তনগুলি শতাংশের পরিবর্তন কেন হয়? লগগুলি এমন কী করে যা এটি করে?


43

কেউ কি ব্যাখ্যা করতে পারেন যে লগগুলির বৈশিষ্ট্যগুলি কীভাবে এটি তৈরি করে আপনি লিনিয়ার রেজিস্ট্রেশনগুলি করতে পারেন যেখানে সহগুণগুলি শতাংশ পরিবর্তন হিসাবে ব্যাখ্যা করা হয়?


9
log(yt)log(yt1)=log(yt/yt1) , এবং হল 1 এর সাথে শতাংশ পরিবর্তন। yt/yt1

এক্স 1 এর সাথে সম্পর্কিত সমীকরণের পার্থক্য করা আমি মনে করি সিরিজের প্রকাশগুলি বিবেচনা করার চেয়ে প্রশ্নের উত্তর দেওয়ার ক্ষেত্রে আমাদের আরও ভাল করে ফেলেছে।
চার্লস

উত্তর:


45

জন্য এবং একে অপরের কাছাকাছি, শতাংশ পরিবর্তন লগ পার্থক্য পরিমাপক ।x2x1x2x1x1logx2logx1

শতাংশ পরিবর্তন লগ পার্থক্য আনুমানিক কেন?

ক্যালকুলাস থেকে একটি ধারণা আপনি লাইন দিয়ে একটি মসৃণ ফাংশন আনুমানিক করতে পারেন। লিনিয়ার আনুমানিকতা কেবল কোনও টেলর সিরিজের প্রথম দুটি পদ । আশেপাশে order এর প্রথম অর্ডারটি দেওয়া হয়েছে:log(x)x=1

log(x)log(1)+ddxlog(x)|x=1(x1)
ডান হাতটি : 0+11(x1)
log(x)x1

সুতরাং 1 এর আশেপাশের এর জন্য , আমরা রেখার সাথে আনুমানিক করতে পারি নীচে এবং একটি গ্রাফ রয়েছে ।xlog(x)y=x1y=log(x)y=x1

উদাহরণ: ।log(1.02)=.01981.021

এখন দুটি ভ্যারিয়েবল এবং বিবেচনা করুন যেমন । তারপরে লগের পার্থক্য আনুমানিক শতাংশ পরিবর্তন :x2x1x2x11x2x11=x2x1x1

logx2logx1=log(x2x1)x2x11

শতাংশ পরিবর্তন লগ পার্থক্য একটি লিনিয়ার আনুমানিক হয়!

লগ পার্থক্য কেন?

প্রায়শই যখন আপনি যৌগিক শতকরা পরিবর্তনের ক্ষেত্রে চিন্তা করেন তখন গণিতের ক্লিনার ধারণাটি লগের পার্থক্যের ক্ষেত্রে চিন্তা করা। আপনি যখন বারবার শর্তগুলি একসাথে গুন করছেন তখন প্রায়শই লগগুলিতে কাজ করা এবং পরিবর্তে শর্তগুলি একসাথে যুক্ত করা আরও বেশি সুবিধাজনক।

আসুন ধরা যাক আমাদের সময়ে দেওয়া হয়: তারপরে এটি লেখা আরও সুবিধাজনক হতে পারে: যেখানে ।T

WT=t=1T(1+Rt)
logWT=t=1Trt
rt=log(1+Rt)=logWtlogWt1

শতাংশ পরিবর্তন এবং লগ পার্থক্য এক নয় যেখানে?

বড় শতাংশের পরিবর্তনের জন্য, লগের পার্থক্য শতাংশের পরিবর্তনের মতো একই জিনিস নয় কারণ রেখার সাথে বক্ররেখ আরও খারাপ হতে থাকে এবং আরও বেশি খারাপ হয়ে যায় আপনি আরও থেকে পাবেন । উদাহরণ স্বরূপ:y=log(x)y=x1x=1

log(1.6)log(1)=.471.61

এই ক্ষেত্রে লগ পার্থক্য কি?

এটি সম্পর্কে চিন্তা করার এক উপায় হ'ল .৪৪ লগের একটি পার্থক্য 47 টি বিভিন্ন .01 লগের পার্থক্যের সংগ্রহের সমতুল্য, যা প্রায় একসাথে মিশ্রিত প্রায় 47% পরিবর্তন হয়।

log(1.6)log(1)=47(.01)47(log(1.01))

তারপরে উভয় পক্ষকে :

1.61.0147

.47 এর লগ পার্থক্যটি প্রায় 47 টি বিভিন্ন 1% বৃদ্ধি বা সমতুল্য 470 বিভিন্ন .1% সমস্ত সংশ্লেষ ইত্যাদি বৃদ্ধি করে ... এর সমান ...

এখানে বেশ কয়েকটি উত্তর এই ধারণাটিকে আরও স্পষ্ট করে তোলে।


+1, আশায় এই উত্তরটির পরিকল্পিত ধারাবাহিকতা এমন পরিস্থিতি নিয়ে আলোচনা করবে যেখানে আনুমানিকতা ভেঙে যায়।
whuber

4
+1 টি। একটি ছোটখাটো বিন্দু যুক্ত করতে, 1.6 থেকে 1 একটি 37.5% হ্রাস, 1 থেকে 1.6 একটি 60% বৃদ্ধি, লগের পার্থক্য 0.47 পরিবর্তনের দিক থেকে পৃথক এবং সর্বদা 0.375 এবং 0.6 এর মধ্যে থাকে। আমরা যখন জানি না বা পরিবর্তনের দিক সম্পর্কে চিন্তা করি না তখন শতাংশ পরিবর্তন বড় হলেও লগ পার্থক্য দুই শতাংশ পরিবর্তনের গড় গ্রহণের বিকল্প হতে পারে।
পল

9

ডমিগুলির জন্য এখানে একটি সংস্করণ ...

Y=βo+β1X+ε1-unitX=x1β^1YY=y1β^1(x1+1)β^1x1=β^1

সুতরাং আমরা পরিবর্তে মডেলটিকে (ব্র্যান্ডের নতুন সহগ) করতে পারি। এখন unit একই ইউনিট বৃদ্ধির জন্য আমাদের পরিবর্তন হয়েছেln(Y)=δo+δ1X+εδ^1

(*)ln(y2)ln(y1)=ln(y2y1)=δ^1(x1+1)δ^1x1=δ^1

শতাংশ পরিবর্তনের জন্য প্রভাবগুলি দেখতে, আমরা করতে পারি :()

(**)exp(δ^1)=y2y1=y1+y2y1y1=1+y2y1y1

y2y1y1 হ'ল আপেক্ষিক পরিবর্তন এবং()100y2y1y1=100(exp(δ^1)1)

প্রশ্নের উত্তরের মূল চাবিকাঠিটি হ'ল ছোট মানগুলির জন্য , যা টেলর সম্প্রসারণের প্রথম দুটি শর্তের একই ব্যবহারের সমান that ম্যাথিউ ব্যবহার করেছেন, তবে এবার ( ম্যাকালাউরিন সিরিজ ) শূন্যের মূল্যায়ন করা হয়েছে কারণ আমরা লগারিদমের বিপরীতে এক্সপোস্টেন্টদের সাথে কাজ করছি:exp(δ^1)1=δ^1δ^1ex

ex=1+x+x22!+x33!+

বা ভেরিয়েবল হিসাবে দিয়ে :δ1x

exp(δ^1)=1+δ^1

সুতরাং শূন্যের কাছাকাছি (আমরা যখন টেলর সিরিজটি করলাম তখন আমরা শূন্যের বহুভুতির বিস্তারকে মূল্যায়ন করেছি)। দৃশ্যরূপে,δ^1=exp(δ^1)1

এখানে চিত্র বর্ণনা লিখুন


আপনার উত্তরটি বেশ পরিষ্কার: লগ-পার্থক্যকে শতাংশের পরিবর্তনের হিসাবে ব্যাখ্যা করতে আমাদের ক্ষুদ্র সহগ প্রয়োজন, তবে @াক্ষাকালের উত্তরটি দেখায় যে আমাদের কেবলমাত্র ছোট পরিবর্তন প্রয়োজন (যেমন lim Δx --> 0)। আপনি দয়া করে ব্যাখ্যা করতে পারেন যে কিভাবে দুটি সমান?
তোয়াই_প্যাটারেলিজম

7

lny=A+Bx
ddxlny1ydydx=B

by

dyy=Bdx

যদি আপনার লগ ট্রান্সফর্ম না থাকে তবে আপনি এর পরম পরিবর্তনের ঝাল পাবেনy

dy=Bdx

dx,dyΔx,Δy


4

r n

I(n)=(1+rn)n.

n

I()=limn(1+rn)n=exp(r).

উভয় পক্ষের লগারিদম গ্রহণ করা , যার অর্থ প্রাথমিক বিনিয়োগের জন্য চূড়ান্ত বিনিয়োগের অনুপাতের লোগারিদম ধারাবাহিকভাবে সুদের হার is এই ফলাফল থেকে, আমরা দেখতে পাই যে সময়-সিরিজের ফলাফলগুলিতে লোগারিথমিক পার্থক্যগুলি ধারাবাহিকভাবে পরিবর্তনের হারের মিশ্রণ হিসাবে ব্যাখ্যা করা যেতে পারে । (এই ব্যাখ্যাটিও আকসকলের উত্তরের মাধ্যমে ন্যায়সঙ্গত হয়েছে , তবে বর্তমানের কাজটি আপনাকে এটি দেখার আরও একটি উপায় দেয়))r=lnI()


আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.