Vícerozměrné statistické metody - detail zprávy #492

ROC a cut-off skóre pracovních hodin pro predikci syndromu vyhoření u manažerů

Adriana Kraftová, 22. 03. 2025

Data: Data vygenerována AI k účelu zpracování této zprávy (Chat GPT)

V práci se vyskytuje: ROC

Udělená slovní hodnocení

• Kvalitně zpracovaná práce, teoretická část výborně uvádí do tématu, postup je prezentován poměrně přehledně a srozumitelně.
• Po didaktické a formální stránce je to hezká práce. Jen data jsou vygenerována pomocí AI, tak to nemá žádnou hodnotu pro praktické použití a oproti jiným pracím je to značné zjednodušení. Účel pro tento předmět to však splňuje dobře.
• Práce velmi dobře využívá ROC analýzu k posouzení prediktivní síly pracovní doby pro vznik syndromu vyhoření a správně interpretuje slabou predikční schopnost této proměnné. Výpočty jsou precizní, AUC i další statistiky odpovídají odbornému standardu a závěr je realisticky formulován. Práce by však mohla být vizuálně přehlednější, jelikož tabulka s výsledky postrádá zvýraznění klíčových hodnot a ROC křivka není dostatečně popsaná (chybí popisky os, znázornění cut-off bodu).
• Postup je logický a data jsou správně zpracovaná, ale místy by to chtělo jasnější vysvětlení. Výsledky by šly zobrazit přehledněji. Jinak je práce velmi zajímavá a přínosná.
• Skvělý nápad a pěkné využití statistik jako AUC, Youdenův index, i přehledné přiznání, že prediktivní síla je nízká. Velmi názorné – ukazatele dobře vysvětlené, výborný doprovodný graf a úvahy k validitě. Působí jako výborný didaktický materiál.