Vícerozměrné statistické metody - detail zprávy #785

Predikce rizika úmrtí u pacientů se srdečním selháním na základě klinických záznamů

Veronika Kocurková, 23. 03. 2026

Data: Heart Failure Clinical Records, UC Irvine Machine Learning Repository, https://archive.ics.uci.edu/dataset/519/heart+failure+clinical+records

V práci se vyskytuje: Log. regrese

Udělená slovní hodnocení

• Oceňuji myšlenkovou úvahu o vyřazení proměnné "time" (doba sledování), protože by její zahrnutí vedlo k metodologické chybě a umělému nadhodnocení přesnosti modelu. Práce je jasně formulovaná, interpretace výsledků je pochopitelná.
• Krásná práce. Přehledná, Didakticky velmi zdařilé.
• Analyticky i didakticky promyšlená a srozumitelně napsaná zpráva. Oceňuji, že autor zřejmě nevyužil AI a důkladně popsal jak zvolený postup, tak získané výsledky. Líbí se mi také téma, na kterém lze jasně demonstrovat metodu vícenásobné logistické regrese. Ke zvážení je doplnění nějakého grafického výstupu, který by porovnal jednotlivé faktory.
• Statisticky je práce velmi pěkně zpracovaná. Vše je důkladně vysvětleno. Osobně velmi oceňuji opatrnost při interpretaci výsledků, která tak dělá práci velmi důslednou. Jediné, co bych vytkla (ale ani to nepovažovala za chybu, jen pro vylepšení přehlednosti pro příště) je, nadbytečné uvádění názvu proměnných v datasetu a tabulku by bylo ideální uvést v textu dříve. Každopádně práce je velmi kvalitní.