① 计量经济学：Yi=3+β1exp(β2X2i+ui) 1.将模型线性化 2.如果 β1*和β2*是通过线性化后所得的OLS
这是模型是指数型的，可以使用半对数模型。
对原模型：Yi=3+β1exp(β2X2i+ui)
将常数3移到左边：回Yi-3=β1exp(β2X2i+ui)
两边取对答数：ln(Yi-3）=ln(β1)+β2X2i+ui
此即线性化模型，其中，因变量是在原来的模型的因变量中减去3后取对数
则得到的模型与现线性模型y=a+bx+ui等价，这里y=ln(Yi-3) a=ln(β1) b=β2
使用OLS即可估计出a b再通过计算解出 β1 β2
② 计量资料中“Exp(B)”代表什么
首先澄清几个概念：OR是odds ratio 而 logistic里关注的是odds 不是odds的比值odds ratio
odds= 发生的概率 除以 不发生的概率
logistic 回归回的公答式是：
log O = alpha + Bx
那么 O = Exp(alpha + Bx) = Exp(alpha)*Exp(Bx)
所以当x每增加1 x-->x+1 O就变成O*Exp(B)
所以意义就是变量每增加一个单位，你的关注量（因变量）的 odds 会增加 Exp(B)。
怎么理解是odds？我觉得没有一个很直观的说法，只能从式子上理解，odds越大，相当于发生的概率越大，并且不发生的概率越小。（个人觉得odds和概率等价，因为确定了发生的概率，不发生的概率也就确定了）