如何解决工资单检验的多项式回归
我在少数客户担任内部审计师,我的一个客户在不同地点拥有数千名员工,其中大部分在总部,客户寻求公司控制以进行薪酬监控
使用回归方法找出异常值是否有意义,
潜在参数可以是 - 经验年数、性别、级别/等级等
我计划查看所有月度工资单并寻找重要的异常值,因为全球位置之间的差异,只关注总部可能是个好主意
这个想法是为前几个月的平均值训练模型并在当月测试它
你认为什么是过多的努力或理论?或者可以有很好的机会带来价值?
谢谢
解决方法
This 回答您关于要使用的回归方法的问题。仅使用来自总部的数据是有意义的,因为添加来自不同地区的数据将需要您添加更多关于一般人口统计数据的数据,您可以避免这种情况以进行概念验证。
针对问题本身,您需要更好地解释如何定义异常值。您是否正在寻找工资单中的错误?或者您正在寻找比同龄人赚得多/少的人?只有弄清楚基本定义后,您才能决定建模框架。
此外,在转向机器学习方法之前,您可能需要先考虑统计显着性测试,例如 Grubbs 测试(有关测试的更多信息 here)。它们更容易设置并向非从业者解释。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。