D 2018

Ex-post verification of prediction models of wage distributions

MAREK, Luboš, Michal VRABEC and Petr BERKA

Basic information

Original name

Ex-post verification of prediction models of wage distributions

Name in Czech

Ex-post verifikace predikčních modelů mzdových rozdělení

Authors

MAREK, Luboš, Michal VRABEC and Petr BERKA

Edition

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

Publisher

Oeconomica Publishing house

Other information

Language

English

Type of outcome

Stať ve sborníku

Field of Study

50202 Applied Economics, Econometrics

Country of publisher

Czech Republic

Confidentiality degree

není předmětem státního či obchodního tajemství

Publication form

storage medium (CD, DVD, flash disk)

Organization unit

University of Finance and Administration

ISBN

978-80-245-2277-7

ISSN

UT WoS

000527695100019

Keywords (in Czech)

mzdová rozdělení, predikce, verifikace modelů

Keywords in English

wage distribution, prediction, model verification
Změněno: 22/8/2022 14:17, Mgr. Jitka Štruncová

Abstract

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.

In Czech

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.