Vícerozměrné statistické metody - detail zprávy #728

Predikce celkového počtu najetých kilometrů pomocí log-normální regrese

Radka Gajdošová, 16. 03. 2026

Data: Moodle (ridici)

V práci se vyskytuje: Lognorm. regrese

Udělená slovní hodnocení

• Bezva práce :)) Velmi oceňuji metodologickou preciznost a vysvětlení nutnosti logaritmické transformace dat u zešikmeného rozdělení. Nevím, co vytknout.
• Volba log-normální regrese je dobře zdůvodněná. Autor/ka nejprve ověřuje šikmost závislé proměnné a teprve na základě toho volí logaritmickou transformaci. Následná práce s daty je srozumitelná. Text je čtivý; do textu bych však doplnil lepší vysvětlení proměnné "chyby" (moc si neumím představit, co to může znamenat). Celkově se mi hypotéza jeví banální. Jako ukázka správného zacházení se zešikmenou proměnnou má ovšem tato práce z mého pohledu dostatečný didaktický přínos.
• Na práci je silné, že se autor dobře přizpůsobil tomu, že závislá proměnná byla výrazně zešikmená, a proto použil její logaritmus. To je dobré rozhodnutí a výsledky pak dávají smysl. Co by se mohlo vylepšit, je formulace, že jde o log-regresi — podle popsaného postupu jde spíš o lineární regresi s log-transformovanou závislou proměnnou. Pomohlo by také krátce dopsat, jak dopadla kontrola předpokladů lineárního modelu, například linearity a rozložení reziduí, aby bylo jasné, že model není jen zajímavý, ale i dobře ověřený.
• Chybné citace -Rosenbloom 2006 je zmíněn v textu , ale zcela chybí v seznamu literatury.
• Zpráva vyniká zpracováním dat, kdy autor správně rozpoznal jejich specifické rozdělení a použil log-normální regresi. Text je skvělým návodem, jak správně pracovat s distribucí dat, a obsahuje velmi přehledné tabulky s výsledky