我在几个客户公司担任内部审计师，其中一个客户在不同地点拥有数千名员工，大多数在总部，该客户希望通过公司控制来监控薪资情况

使用回归方法来发现异常值是否合理？潜在的参数可以是 – 工作年限、性别、级别/职级等。我计划审查所有月度工资单，寻找显著的异常值。由于全球不同地点的差异，可能最好只关注总部。我的想法是使用之前几个月的平均值来训练模型，并用当前月份的数据进行测试。你认为这是否太过费力或过于理论化？还是有可能带来价值？
谢谢

回答：

这个回答了你关于使用回归方法的问题。仅使用总部的数据是合理的，因为添加不同地理区域的数据将需要你添加更多关于一般人口统计的数据，而这些在概念验证阶段是可以避免的。

关于问题本身，你需要更好地解释如何定义异常值。你是在寻找工资单中的错误吗？还是在寻找那些薪资显著高于或低于同事的员工？只有在基本定义明确后，你才能决定使用哪种建模框架。

此外，在转向机器学习方法之前，你可能需要先考虑统计显著性测试，比如Grubbs测试（更多关于测试的信息请点击这里）。这些测试更容易设置和向非专业人士解释。