变量变换

变量变换 (Variable Transformation)

变量变换（Variable Transformation），在数理统计中也称随机变量函数的分布，是指对原始随机变量应用一个确定的数学函数，研究新随机变量的概率分布的方法。在计量经济学和回归分析中，变量变换也广泛用于将非线性模型线性化、稳定方差（处理异方差性）、或使数据分布更接近正态分布以满足经典假设。

概率论中的变量变换：密度函数推导

设连续型随机变量 $X$ 具有概率密度函数 $f_X(x)$，考虑严格单调且可导的变换 $Y = g(X)$。若 $g$ 严格单调，存在反函数 $X = g^{-1}(Y) = h(Y)$，则 $Y$ 的密度函数为：

其中 $|h'(y)|$ 为雅可比行列式在一维情形下的绝对值，称为变换的缩放因子。

多维变量变换：设随机向量 $\mathbf{X} = (X_1, \ldots, X_n)$ 具有联合密度 $f_{\mathbf{X}}(\mathbf{x})$，变换 $\mathbf{Y} = \mathbf{g}(\mathbf{X})$ 为一对一可逆映射，反函数 $\mathbf{X} = \mathbf{h}(\mathbf{Y})$。则 $\mathbf{Y}$ 的联合密度为：

其中 $J_{\mathbf{h}}$ 为反函数 $\mathbf{h}$ 的雅可比矩阵，$\det J_{\mathbf{h}}$ 为雅可比行列式。这一公式在推导多元正态分布的线性变换性质、t分布和F分布的构造中至关重要。

计量经济学中的变量变换：模型修正

在回归分析中，变量变换主要服务于三个目的。

线性化非线性关系：当因变量与自变量之间的关系为非线性时，通过变量变换可将其转化为线性模型。常见变换形式包括对数变换 $Y' = \ln Y$，将指数增长转化为线性趋势，系数解释为弹性；半对数变换，系数解释为增长率；倒数变换 $Y' = 1/Y$；多项式变换 $X_2 = X^2, X_3 = X^3$ 拟合曲线关系；Box-Cox变换 $Y^{(\lambda)} = (Y^\lambda - 1)/\lambda$，作为统一框架，$\lambda = 0$ 时退化为对数变换。

稳定方差（处理异方差性）：当异方差性存在时，加权最小二乘法的一种实现方式即对变量进行变换以恢复同方差性。若误差标准差与自变量成比例 $\sigma_i \propto X_i$，则可使用 $Y_i/X_i$ 的回归。更一般地，若 $\operatorname{Var}(\epsilon_i) = \sigma^2 X_i^2$，则变换 $Y_i/X_i$ 可使方差恒定。

正态化：许多统计方法（如t检验、F检验）假设误差服从正态分布。当数据出现偏态时，对数变换和平方根变换常能有效降低偏度，使分布更对称。

概率积分变换与分布函数法

概率积分变换是变量变换的重要特例：对任意连续型随机变量 $X$，其累积分布函数为 $F_X$，则 $U = F_X(X)$ 服从 $[0, 1]$ 上的均匀分布。该定理的逆命题允许从均匀随机数生成具有任意分布的随机变量：若 $U \sim \text{Uniform}(0,1)$，则 $X = F_X^{-1}(U)$ 具有累积分布函数 $F_X$。这一方法在蒙特卡洛模拟、随机抽样和计算p值的性质中具有核心地位。

变换的效应与注意事项

变量变换改变了模型的经济学和统计学解释。对数变换后系数解释为弹性而非边际效应，在使用时须明确区分；变换可能改变误差项的结构，引入或消除异方差性；Box-Cox等变换引入额外的变换参数 $\lambda$，其估计误差影响最终推断。此外，过度使用数据驱动的变换可能导致p值操纵。变量变换既是技术工具也是建模艺术，需基于理论理解和数据诊断做出合理选择。