D 2018

Ex-post verification of prediction models of wage distributions

MAREK, Luboš, Michal VRABEC a Petr BERKA

Základní údaje

Originální název

Ex-post verification of prediction models of wage distributions

Název česky

Ex-post verifikace predikčních modelů mzdových rozdělení

Autoři

MAREK, Luboš, Michal VRABEC a Petr BERKA

Vydání

Prague, Applications of Mathematics and Statistics in Economics: 2018: 21th AMSE, od s. 211-221, 11 s. 2018

Nakladatel

Oeconomica Publishing house

Další údaje

Jazyk

angličtina

Typ výsledku

Stať ve sborníku

Obor

50202 Applied Economics, Econometrics

Stát vydavatele

Česká republika

Utajení

není předmětem státního či obchodního tajemství

Forma vydání

paměťový nosič (CD, DVD, flash disk)

Organizační jednotka

Vysoká škola finanční a správní

ISBN

978-80-245-2277-7

ISSN

UT WoS

000527695100019

Klíčová slova česky

mzdová rozdělení, predikce, verifikace modelů

Klíčová slova anglicky

wage distribution, prediction, model verification

Štítky

neni_z_projektu_VŠFS
Změněno: 22. 8. 2022 14:17, Mgr. Jitka Štruncová

Anotace

ORIG CZ

V originále

Our paper deals with the ex-post verification of models of wage distributions designed to predict wage distributions in the last three years. We will use the prediction results of Lognormal, Lognormal (3p), Johnson SB, Log-Logistic, Log-Logistic (3p) and Normal Mixture distributions and compare them with the empirical distribution from the period 2015-2017. The selection of the used distributions is based on the wage distribution models for the years 2000-2014. Our results show, that the best (and comparable) results can be obtained using three-parameter Log-logistic distribution and Normal Mixture distribution with two components. These results confirm our expectation that due to the fact, that empirical wage distribution becomes less smooth over time, a mixture model should be preferred for the future.

Česky

Příspěvek pojednává o ex-post verifikaci predikčních modelů mzdových rozdělení pro poslední tři roky. Výsledky predikce pomocí Lognormálního (3p), Johnsonova SB, Log-Logistického, Log-Logistického (3p) rozdělení a směsi normálních rozdělení porovnáváme s empirickým mzdovým rozdělením za období 2015-2017. Volba použitých distribučních funkcí vychází z modelů distribucí pro roky 2000-2014. Naše výsledky ukazují, že nejlepší predikci dává Log-Logistické rozdělení se třemi parametry a směs normálních rozdělení se dvěma komponentami. To odpovídá našemu očekávání, že modely založené na směsích by měly být do budoucna preferovány.
Zobrazeno: 1. 11. 2024 22:17