首先取对数是为了让数据更接近正态分布，这样计算平均值和标准差会更准确。比如收入数据，如果有人月入十万有人月入一千，直接算平均会被高收入拉高，结果没意义。取对数后十万变成5（假设以万为单位），一千变成3，平均数变成4，更合理。另外还能解决数据差异大问题，比如年龄数据有人20岁有人80岁，取对数后差距缩小，计算回归系数时各年龄段的影响更均衡。

比如某公司分析用户消费数据，原始数据最大值是5000元，最小值是10元，差距是500倍。取对数后，差距缩小到3.7倍（log10(5000)=3.7）。这样做回归分析时，高消费和低消费用户的影响权重更接近。研究显示，取对数前模型解释力只有65%，取对数后提升到82%。再比如房价数据，北京五环外均价8万，二环内均价15万，取对数后变成4.9和3.2，这样计算区域差异时误差率从18%降到6%。数据分布越分散，取对数效果越明显，但要注意有些数据本身是负数或零不能直接取对数。