D
2019
On stability and interpretability of mixture models of wage distributions.
BERKA, Petr, Michal VRABEC and Luboš MAREK
Basic information
Original name
On stability and interpretability of mixture models of wage distributions.
Name in Czech
O stabilitě a interpretovatelnosti modelů směsí mzdových rozdělení.
Authors
BERKA, Petr, Michal VRABEC and Luboš MAREK
Edition
1. vyd. Prague, Proceedings of the 22nd Czech-Japan Seminar on Data Analysis and Decision Making, p. 1-12, 12 pp. 2019
Other information
Type of outcome
Stať ve sborníku
Field of Study
10200 1.2 Computer and information sciences
Country of publisher
Czech Republic
Confidentiality degree
není předmětem státního či obchodního tajemství
Publication form
printed version "print"
Organization unit
University of Finance and Administration
Keywords (in Czech)
mzdová rozdělení, modely směsí
Keywords in English
wage distributions; mixture models
V originále
When considering a mixture model, the key question is what should be the components of the model. A mixture model can be created using two different approaches. In the first approach, the model is created manually, based on user-specified components, their weights and parameters of the components. In the second approach, the model is created completely from data. The partitioning will be done automatically, we need not even to specify the number of components.We will compare both approaches addressing the issues of stability and interpretability of the created models. Data concerning the wages of Czech employees collected for more than twenty years will be used in our study.
In Czech
Při tvorbě modelů založených na směsi rozdělení je klíčovou otázkou, co jsou jednotlivé komponenty modelu. Směs může být vytvořena dvěma způsoby: komponenty a jejich váhy mohou být zadány uživatelem nebo může být model vytvořen jen z dat. Ve druhém případě ani nemusí být zadán počet komponent. Porovnáme oba přístupy z hlediska stability a interpretability vytvořených modelů. Pro porovnání budou využita mzdová rozdělení českých zaměstnanců za období více než 20 let.
Displayed: 5/11/2024 07:28