如果我想通过 OLS 估计水平对数回归,我这样做是因为我相信我的 x 值(自变量)显示我的 y 值(因变量)的边际收益递减。
例如小时 = beta0 + beta1*log(wage) 其中小时 = 每周工作小时工资 = 小时工资
然后 OLS 拟合一条直线。为了解释我的 beta1 系数,我将其除以 100,即工资增加 1% 对每周工作时间有 XX 影响。
但是从我估计的 beta1 系数来看,既然它是一条线性线,我怎么能看到独立变量对依赖项的递减影响呢?
在估计之后突然我看不出我如何将这个常数解释为对因变量的递减影响?
亲切的问候玛丽亚