Интерпретация коэффициента при логарифмировании в уравнениях регрессии

Одним из частых преобразований при построении модели является логарифмирование. Зачем логарифмируют переменные?
Иногда логарифмируют объясняющую переменную, иногда логарифмируют зависимую переменную y.
Соответственно, возникает, в принципе, четыре группы моделей.
Две самые популярные, это когда либо ни то, ни то не логарифмируют, то есть y_i = β₁ + β₂ x_i + ε_i.
Второй популярный вариант - это когда обе переменных очень часто так поступают, когда обе переменных принимают только положительные значения, обе их логарифмируют.
Соответственно, логарифм y считают, что он линейно зависит β₁ + β₂ ln (x_i) + ε_i.
Ну, и бывают смешанные модели, когда скажем, у логарифмируют или наоборот, х логарифмируют, а у не логарифмируют. Сейчас мы разберемся, как правильно интерпретировать коэффициент β₂ в каждой из этих четырех моделей.
=========================
Подписаться на канал - / @Основыанализаданных
Курс программирования на R - • Основы программировани...
Курс основы эконометрики в R - • Основы эконометрики в R

[@arsentiysauce4444]

7:59 Интерпретация обычного и логарифмического уравнения
8:09 Для полулогарифмического