where, for clarity, we let lsalary

where, for clarity, we let lsalary denote the log of salary, and similarly for lsales and
lmktval. Next, we obtain m
ˆ
i

exp(lsal
ˆ
ary
) for each observation in the sample. Regressing
salary on m
ˆ
(without a constant) produces
ˆ
i
 1.117.
We can use this value of
ˆ
0
0
along with (6.43) to predict salary for any values of sales,
mktval, and ceoten. Let us find the prediction for sales
5,000 (which means $5 billion,
since sales is in millions of dollars), mktval
10,000 (or $10 billion), and ceoten
10. From
(6.43), the prediction for lsalary is 4.504  .163log(5,000)  .109log(10,000) 
.0117(10)  7.013. The predicted salary is therefore 1.117exp(7.013)  1,240.967, or
$1,240,967. If we forget to multiply by ˆ
0

1.117, we get a prediction of $1,110,983.

Kết quả (Việt) 2:

nơi, cho rõ ràng, chúng ta để cho lsalary biểu thị nhật ký của tiền lương, và tương tự cho lsales và
lmktval. Tiếp theo, chúng ta thu được m i? exp (lsal ary) cho mỗi quan sát trong mẫu. Thoái lương trên m (không có một hằng số) sản xuất? I? 1,117. Chúng tôi có thể sử dụng giá trị này của? 0 0 cùng với (6.43) để dự đoán mức lương đối với bất kỳ giá trị của doanh số bán hàng, mktval, và ceoten. Hãy để chúng tôi tìm cho dự đoán cho doanh số bán hàng? 5000 (có nghĩa là $ 5 tỉ đồng, kể từ khi bán hàng là ở hàng triệu đô la), mktval? 10.000 (hoặc $ 10 tỷ), và ceoten? 10. Từ (6.43), các dự đoán cho lsalary là 4,504? 0,163? Log (5000)? 0,109? Log (10.000)? 0,0117 (10)? 7,013. Do đó, mức lương dự đoán là 1,117 điểm kinh nghiệm? (7,013)? 1,240.967, hoặc $ 1.240.967. Nếu chúng ta quên để nhân bằng? 0? 1,117, chúng ta có được một dự đoán của 1.110.983 $.