ログに記録された変数を使用する理由

おそらく、これは非常に基本的な質問ですが、それに対する確固たる答えを見つけることができないようです。ここでできることを願っています。

現在、自分の修士論文の準備として論文を読んでいます。現在、ツイートと株式市場の特徴との関係を調査した論文を読んでいます。

彼らの仮説の1つでは、彼らは「ツイート量の増加は取引量の増加に関連している」と提案しています。

私は相関して、ペアワイズ相関で、それらを期待tweetVolumeしてtradingVolume、その代わりに、彼らはログに記録されたバージョンを使用してレポート：LN(tweetVolume)とLN(tradingVolume)。

私の論文のために、私は彼らの論文のこの部分を複製しました。6か月以上にわたって100社ほどのツイート（tweetVolume）と同じ期間の株式取引量を収集しました。絶対変数を相関させると見つけられますr=.282, p.000が、ログに記録されたバージョンを使用すると、が見つかりますr=.488, p=.000。

私は理解していない理由は、研究者が時々使用がその変数のバージョンをログに記録し、相関はそれほど高く、あなたがそうするならば、なぜそうです。ここでの理由は何ですか？また、ログに記録された変数を使用するのはなぜですか？

あなたの助けは大歓迎です:-)

ログに記録された変数を使用する理由は、統計的および実質的な2つのカテゴリに分類されます。

統計的に、変数が右スキューの場合（つまり、上限が長い場合）、相関または回帰などの測定値は、一方または両方の上限で1つまたはいくつかのケースに大きく影響されます。変数（外れ値、レバレッジポイント、影響力のあるポイント）。ログを取ることで、スキューを削減または排除することでこれを支援できます。

実質的に、いくつかの概念は、差異よりも比率の観点でよりよく考えられています。議論する2つのボリューム測定を行います。次に、2つの企業を比較します。1つは、ほとんど知られていないNASDAQで取引している小さな会社で、もう1つは巨大企業です。前者は1日に非常に少ないツイートを取得します。後者は多くを取得します。取引量についても同様です。（数字を選ぶためだけに）会社Aが通常1日に100件のツイートを取得し、後者が100,000件のツイートを取得するとします。

A社のツイートが100から500（400の差、5の比率）に上がる場合、それは大きなニュースです。何かが起こっているに違いありません。しかし、会社Bが100,000から100,400（400の差、1に非常に近い比率）に上がる場合、誰も気にしません。大まかに相当するのは、100,000から500,000になった場合です。