L'analisi econometrica è il cuore di ogni ricerca economica. Non sarà bello se non do uno sguardo all'econometria; in sostanza, l'econometria è una forma speciale di analisi statistica completamente dedicata alla crescita della ricerca economica e in alcuni casi è distinguibile dalla matematica statistica standard. Il regime dell'econometria è vasto e nuovi approcci si aggiungono giorno dopo giorno. L'econometria ha la capacità di darci intuizioni sottili ma significative attraverso il suo potere di calcolo e analitico.

A volte oscurare i modelli in alcune attività di ricerca mi rende ansioso e mi ha aperto la strada a riflettere profondamente sui problemi di modellazione. Mentre frequentavo un seminario nazionale in un'università ho notato una persona che presentava un modello econometrico con una mossa indescrivibile rendendo l'operatore del logaritmo naturale comune a tutte le variabili esplicative. Fondamentalmente il suo modello sembra essere funzionalmente errato, cioè i componenti del modello sono stati presentati in modo errato. In questo contesto, sto cercando di riflettere i manichini sotto l'ombrello del logaritmo naturale.

Iniziamo con la necessità di log naturali in un modello di regressione. I log naturali vengono spesso utilizzati per mostrare modelli di regressione a percentuale costante. Ad esempio, con variabile dipendente dal salario logaritmico e istruzione as

log(salario) = b0 + b1educ + u

un regressore possiamo dire che il salario aumenta di una percentuale costante con ogni anno in più di istruzione. Inoltre, il logaritmo naturale può essere utilizzato per ottenere un modello di regressione con elasticità costante e semielasticità. Nell'equazione precedente 100.b1 si riferisce alla semielasticità di y rispetto a x. se la variabile istruzione fosse log (educ), allora avremmo potuto dire che b1 è l'elasticità di y rispetto a x.

D'altra parte, la variabile dicotomica o fittizia è un tipo di variabile per mostrare risposte binarie, cioè sì o no (0 o 1 allo stesso modo). Ma applicare il logaritmo naturale a una variabile fittizia non è una buona idea in quanto ciò potrebbe forzare la distorsione dei risultati. Non è significativo perché il log naturale di 0, 1 è indefinito e 0 rispettivamente. Mettere il registro sui manichini fondamentalmente un'ignoranza alla teoria matematica di base e sarebbe una valutazione critica puntuale. Dal mio punto di vista, anche l'applicazione del log alla variabile categoriale è evitabile; questo può anche portare allo stesso puzzle irrisolto. Ci si aspetta che un utente del modello di regressione abbia una fruttuosa capacità decisionale nel decidere dove utilizzare questi metodi e dove no. È sempre meglio lasciare la variabile fittizia così com'è se dovesse esserci la necessità di modificarla.