Vícerozměrné statistické metody - detail zprávy #711

Výkon studentů při zkouškách

Miriam Kovářová, 11. 03. 2026

Data: Student Exam Performance Dataset Analysis, Shoaib, https://www.kaggle.com/datasets/grandmaster07/student-exam-performance-dataset-analysis/data

V práci se vyskytuje: Cluster analýza

Udělená slovní hodnocení

• Oceňuji didaktický přístup, který i čtenáře, který nebyl do dané metody zasvěcen, textem provedl. Zpráva je velmi dobře strukturovaná a srozumitelně vysvětluje teoretická východiska i význam jednotlivých determinantů, jako je motivace či zapojení rodičů. Líbí se mi taky detailní popis datového souboru. Silnou stránkou je jasně popsaný postup a logika identifikace shluků. Říkám si, že je trochu problematické, že proměnná „výsledek zkoušky“ je zahrnuta do interpretace shluků, přestože cílem je následně skupiny podle výkonu porovnávat. Dle mého by práci taky prospěla vizualizace shluků (např. scatter plot nebo profilový graf průměrů shluků). Čtenář by tak mohl na první pohled vidět "vzdálenost" mezi profily studentů, kterou nyní musí vyčítat pouze z tabulek s normovanými hodnotami.
• Moc hezká práce.
• Na práci oceňuju dobře zvládnutý a logicky navazující postup shlukové analýzy, který je metodicky dobrý. Co bych asi pozměnila je interpretace, která zůstává poměrně povrchní a v podstatě jen popisuje rozdíly, které už jsou ve vstupních proměnných.