Vícerozměrné statistické metody - detail zprávy #463

Predikce fluktuace zdravotnických pracovníků

Sofie Nejedlá, 14. 03. 2025

Data: Miller, J. P. (2023). Employee Attrition for Healthcare. Kaggle. Retrieved March 4, 2025, from https://www.kaggle.com/datasets/jpmiller/employee-attrition-for-h

V práci se vyskytuje: Log. regrese

Udělená slovní hodnocení

• Mírná nepřehlednost v textu kvůli typografickému zpracování, jinak nevidím faktické chyby či nedostatky v práci s daty.
• Celkově se mi jeví zpráva jako dobře strukturovaná a metodologicky správná. Oceňuji zejména: jasné teoretické ukotvení, které objasňuje význam fluktuace pracovníků ve zdravotnictví. Odkazuje též na relevantní zdroje. Po metodologické stránce je binární logistická regrese vhodnou metodou pro tento typ dat. Popis výpočtu OR (poměr šancí) je srozumitelný. Výsledky jsou prezentovány srozumitelně, tabulky s koeficienty, kvalitou modelu a klasifikační tabulka jsou přehledné a usnadňují porozumění. V rámci diskuze o limitech je zde správně zmíněna nízká senzitivita, což je klíčový aspekt při interpretaci výsledků. Zlepšení bych spatřovala v lepší vizualizaci a grafické přehlednosti zprávy a dále by mohlo být užitečné rozvést praktické dopady, např. jak se věk konkrétně promítá do pravděpodobnosti fluktuace.
• Precizní analýza s dobře vysvětlenými výsledky a smysluplným výběrem proměnných. Text je docela dlouhý a ztrácí na přehlednosti.
• Cením využití reálného datasetu, práce je obsáhlá a strukturovaná. Možná bych uvítala popisky v češtině a trochu více si vyhrát s estetickou stránkou práce.
• Moc hezky zpracovaná, kvalitní a čtivá zpráva. Působí přehledně a dobře se čte.