Cikk

Takács Olga — Vincze János

Bérelőrejelzések - prediktorok és tanulságok

Ebben az írásban a magyarországi "bérfüggvényt" elemezzük bizonyos adatbányász - induktív statisztikai - technikák segítségével. A klasszifikációs és regressziós fák (Classification and Regression Trees, CART) módszerének eredeti célja elsősorban a predikció. Nagyon jól értelmezhető eredményt ad, ami az előzetes adatelemzési funkcióban lényeges. Ezért a CART-elemzés alapján megfogalmaztunk bizonyos sejtéseket az alapvető bérezést érintő problémákkal kapcsolatban is. "Véletlenerdő-algoritmus" felhasználásával ellenőriztük a változók magyarázó ereje szerinti fontosságának robusztusságát. Mindkét módszer alapján a béreket "meghatározó" két legfontosabb tényező a képzettség és a vállalatméret. Journal of Economic Literature (JEL) kód: C14, J31.

LXV. évf., 2018. június (592—618. o.), DOI:10.18414/KSZ.2018.6.592, Tanulmány

 Letöltés (PDF formátum, 604.8 kB)

Navigátor< Előző oldal<<< Vissza a nyitóoldalraOldal tetejére

| a lap bemutatása |  a kiadó |  szerkesztőség |  útmutatás a szerzőknek |  felhasználói útmutató |  tartalom |
a legfrissebb szám |  előfizetés |  kiadványok |  keresés |  linktár |  hírlevél |  vendégkönyv |  oldaltérkép | 
felhasználó regisztráció | bejelentkezés | elfelejtett jelszó | személyes adatok kezelése | kijelentkezés |      | change to english |

Copyright © 2004 Közgazdasági Szemle Alapítvány. Minden jog fenntartva.
készítette: Webműves Bt. 2002
továbbfejlesztés: e-Média Informatikai Bt. 2004