基于树的工资推断方法：考虑聚类的 TWICE 框架
图形学
2026-01-05 v1 计算几何
大气与海洋物理
摘要
工人的技能、企业的薪酬政策及其相互作用如何贡献到工资不平等？标准方法依赖通过工人流动性识别的隐含固定效应，但稀疏网络会导致方差估计膨胀，加性假设排除了互补性， resulting 分解缺乏可解释性。我们提出 TWICE (Tree-based Wage Inference with Clustering and Estimation)，一种直接从可观测变量建模条件工资函数的框架，取代隐含效应，以可解释且以可观测量为锚的分区为替代。这是一种以对抽样噪声和样本外可移植性的鲁棒性来换取捕捉特定不可观测量能力的权衡。应用于葡萄牙行政数据后，TWICE 在样本外表现优于线性基准，揭示了排序和非加性互补性解释工资分散程度所占的比例远高于标准 AKM 估计所暗示的水平。
引用
@article{arxiv.2601.00775,
title = {Spatiotemporal Detection and Uncertainty Visualization of Atmospheric Blocking Events},
author = {Mingzhe Li and Peer Nowack and Bei Wang},
journal= {arXiv preprint arXiv:2601.00775},
year = {2026}
}
备注
in IEEE Transactions on Visualization and Computer Graphics, 2026