Ondina Sevilla-Rovirosa，俄克拉荷馬州立大學研究生和小型企業主
高階主管人員與美國普通工人之間的薪資差距持續擴大。此外，性別薪資差距有所縮小，但女性的收入僅為男性的 85%。專家們爭論更高的薪酬是否會對公司的業績產生正面影響並最大化其價值。因此，值得分析公司在決定高階主管薪酬時考慮的因素。
來自 250 家選定美國公司的 2,646 名高階主管的原始資料集性別不平衡。我使用合成複製方法來平衡數據。然後，我運行、分析和比較了決策樹、逐步迴歸、八個不同的神經網路和整合模型。最後，使用代理模型來解釋最佳神經網路模型。
從最初選擇的 18 個公司和高階主管變數中，我發現只有總資產、員工人數和高階主管擔任 CEO 職位的年資對薪資有顯著貢獻。
令人驚訝的是，性別對高階主管薪酬的影響並不顯著。然而，影響薪資的主要因素是公司規模（資產和員工），其次是高階主管擔任執行長職位的年數，其貢獻較低。
自動產生的成績單...
揚聲器 | 成績單 |
| ondinasevilla@gmail.com | 我的名字是 Ondina Sevilla，我的海報是關於美國企業界的薪資差距，特別是公司和高階主管特徵如何影響薪資。 |
| 簡單介紹一下，高階主管與美國一般勞工之間的薪資差距持續擴大。 |
| 此外，性別薪資差距也有所縮小，但女性的收入僅為男性的 85%。就連專家也在爭論更高的薪酬是否會對公司的業績產生正面影響並最大化其價值。 |
| 因此，有必要分析一下公司在決定高階主管薪酬時考慮的因素。我為這項研究提出了兩個問題。 |
| 美國公司女性主管的薪酬是否有差距？ |
| 公司規模是否影響高階主管薪酬？ |
| 因此，在這項研究中，我收集了來自 250 家選定的美國公司的 2046 名高階主管的資料集，例如哈里伯頓、西南航空、喜達屋酒店、宣偉等。 |
| 然後我在SAS中應用了合成複製方法來獲得性別平衡資料庫，並使用了12家公司和6個執行變量，即輸入變量的工資。 |
| 使用的技術是預測建模。我在 JMP Pro 15 中分析和比較了決策樹、逐步迴歸、八種不同的神經網路和整合模型。 |
| 還有異常值... |
| 哦，在第一次分析中，每年的工資百分比變數被排除在外，然後我將其包括在內進行比較。然而，規則針對誤差進行了調整，且異常值的外部絕對誤差較高。 |
| 所以， |
| 我將在這裡向您展示 |
| 模型，我在沒有異常值的情況下運行的不同模型以及神經網路比較。所以從所有這些模型中，最低的 |
| 沒有異常值的均方根誤差是第八個神經網路。 |
| 這些......這個神經網路有 4 個輸入 |
| 兩個隱藏層，八個雙神經元，具有 TanH 函數。 |
