级别：中级
俄克拉何马州立大学研究生兼小企业主Ondina Sevilla-Rovirosa
高管与普通美国工人之间的薪酬差距继续扩大。此外，性别工资差距缩小了，但女性只赚了男性收入的85％。专家们在争论更高的报酬是否会对公司的业绩产生积极影响并使其价值最大化。因此，值得分析公司考虑确定高管人员薪金的因素。
来自250个选定美国的2,646名高管的原始数据集 公司的性别不平衡。我使用了一种合成复制方法来平衡数据。然后，我运行，分析并比较了决策树，逐步回归，八个不同的神经网络和集成模型。最后，使用代理模型来解释最佳神经网络模型。
从最初选择的公司和高管人员的18个变量中，我发现只有总资产，员工人数和首席执行官职位年限对薪资有重大贡献。
令人惊讶的是，性别对高级管理人员的薪水影响不大。然而，主要影响薪资的是公司的规模（资产和雇员），其次是高管担任首席执行官职位的年限所带来的贡献较小。
自动产生的笔录...
扬声器 | 成绩单 |
| ondinasevilla@gmail.com | 我的名字叫Ondina Sevilla，我的海报是关于美国公司薪资差距的，特别是公司和高管特征如何影响薪酬。 |
| 稍加介绍一下，高级管理人员与普通美国工人之间的薪资差距继续扩大。 |
| 性别工资差距也有所缩小，但是女性只赚了男性收入的85％。甚至专家们都在争论更高的报酬是否会对公司的业绩产生积极影响并使其价值最大化。 |
| 因此，分析公司考虑确定高管人员薪酬的因素是值得的。我对此研究提出了两个问题。 |
| 美国公司的高级女性高管是否存在薪资差距？ |
| 公司的规模是否会影响高管的薪水？ |
| 因此，对于这项研究，我从250家选定的美国公司的高层管理人员那里收集了2046个数据集，这些公司包括哈里伯顿，西南航空，喜达屋酒店，宣威威廉斯等。 |
| 然后，我在SAS中应用了一种综合复制方法来获得性别平衡数据库，并使用了12家公司和6个执行变量，即按输入变量计算的工资。 |
| 使用的技术是预测建模。我在JMP Pro 15中分析并比较了决策树，逐步回归，八个不同的神经网络和集成模型。 |
| 还有离群值... |
| 哦，每年的薪水百分比变量从...中排除了，用于第一次分析，然后我将其包括进来进行比较。但是，对规则进行了误差调整，并且外部绝对误差与异常值相比较高。 |
| 所以， |
| 我要在这里告诉你 |
| 模型，我运行的不同模型而没有异常值和神经网络比较。因此，从所有这些模型中，最低的 |
| 没有异常值的均方根误差是第8个神经网络。 |
| 这些...这个神经网络有4个输入 |
| 两个隐藏层，八个双神经元，具有TanH功能。 |
