【数据分享】工人收入工资及其社会经济影响因素数据

【数据分享】工人收入工资及其社会经济影响因素数据 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

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语言使用贝叶斯层次模型进行空间数据分析

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JAGS贝叶斯回归模型分析博士生延期毕业完成论文时间

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

随机森林优化贝叶斯预测分析汽车燃油经济性

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

Python贝叶斯回归分析住房负担能力数据集

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

Python用PyMC3实现贝叶斯线性回归模型

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Gibbs抽样的贝叶斯简单线性回归仿真分析

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语言基于copula的贝叶斯分层混合模型的诊断准确性研究

R语言贝叶斯线性回归和多元线性回归构建工资预测模型

R语言贝叶斯推断与MCMC：实现Metropolis-Hastings 采样算法示例

R语言stan进行基于贝叶斯推断的回归模型

R语言中RStan贝叶斯层次模型分析示例

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

WinBUGS对多元随机波动率模型：贝叶斯估计与模型比较

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

视频：R语言中的Stan概率编程MCMC采样的贝叶斯模型

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”。