Detailed Information on Publication Record
2018
Ex-post verification of prediction models of wage distributions
MAREK, Luboš, Michal VRABEC and Petr BERKABasic 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
Tags
Změněno: 22/8/2022 14:17, Mgr. Jitka Štruncová
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.