原文链接:http://tecdat.cn/?p=24141
原文出处:拓端数据部落公众号
数据简介
社会经济因素如何影响收入和工资,收入是否存在性别歧视,高等教育对提高工资收入是否有好处?
工人收入工资及其社会经济影响因素数据包含了935名样本的收入、教育、几个人口统计学变量和智商分数的信息,可用于分析相关人员的教育、工作经验、任期、性别、婚姻等因素对其工资的影响,从而可以为企业根据员工的相关背景开具工资提供参考依据(查看文末了解数据获取方式)。
数据详情
数据格式
csv
字段
工资
每周收入
小时
每周平均工作时间
智商
智商得分
kww
世界工作知识得分
教育
受教育年限
实验
工作经验年限
工作年限
在当前雇主工作的年限
年龄
年龄(岁)
已婚
\=1 如果已婚
黑人
如果是黑人=1
南方
如果住在南方 =1
城市
如果住在标准大都市统计区=1
兄弟姐妹
兄弟姐妹的数量
顺序
出生顺序
医学教育
母亲的教育程度(年)
父
父亲的教育程度(年)
lwage
工资的自然对数
大小
60.6kb
样本量
935
数据浏览
以前7行数据为例,我们来预览一下:
变量探索:
数据获取
在下面公众号后台回复“工资 数据”,可获取完整数据。
点击标题查阅往期内容
R语言用贝叶斯线性回归、贝叶斯模型平均 (BMA)来预测工人工资来预测工人工资")
02
03
04
点击标题查阅往期内容
PYTHON贝叶斯推断计算:用BETA先验分布推断概率和可视化案例
R语言中贝叶斯网络(BN)、动态贝叶斯网络、线性模型分析错颌畸形数据
R语言Metropolis Hastings采样和贝叶斯泊松回归Poisson模型
Python决策树、随机森林、朴素贝叶斯、KNN(K-最近邻居)分类分析银行拉新活动挖掘潜在贷款客户
R语言贝叶斯MCMC:用rstan建立线性回归模型分析汽车数据和可视化诊断
R语言贝叶斯MCMC:GLM逻辑回归、Rstan线性回归、Metropolis Hastings与Gibbs采样算法实例
R语言贝叶斯Poisson泊松-正态分布模型分析职业足球比赛进球数
R语言逻辑回归、Naive Bayes贝叶斯、决策树、随机森林算法预测心脏病
R语言用Rcpp加速Metropolis-Hastings抽样估计贝叶斯逻辑回归模型的参数
R语言中的block Gibbs吉布斯采样贝叶斯多元线性回归
R语言实现贝叶斯分位数回归、lasso和自适应lasso贝叶斯分位数回归分析
R语言用WinBUGS 软件对学术能力测验建立层次(分层)贝叶斯模型
R语言和STAN,JAGS:用RSTAN,RJAG建立贝叶斯多元线性回归预测选举数据
R语言贝叶斯推断与MCMC:实现Metropolis-Hastings 采样算法示例
R语言使用Metropolis-Hastings采样算法自适应贝叶斯估计与可视化
R语言随机搜索变量选择SSVS估计贝叶斯向量自回归(BVAR)模型
R语言实现MCMC中的Metropolis–Hastings算法与吉布斯采样
R语言贝叶斯推断与MCMC:实现Metropolis-Hastings 采样算法示例
R语言使用Metropolis-Hastings采样算法自适应贝叶斯估计与可视化
R语言MCMC:Metropolis-Hastings采样用于回归的贝叶斯估计
欲获取全文文件,请点击左下角“阅读原文”。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。