Vícerozměrné statistické metody - detail zprávy #850

Vliv AI intervence na psychické zlepšení u studentů po traumatu

Veronika Malínková, 12. 04. 2026

Data: Post-Trauma Recovery Dataset (AI Intervention vs. Control), dostupné na Kaggle: https://www.kaggle.com/datasets/programmer3/post-trauma-recovery-data

V práci se vyskytuje: Lin. regrese

Udělená slovní hodnocení

• Z didaktické stránky je text srozumitelný, logicky strukturovaný, osobně bych ocenila i hlubší teoretický úvod, i když jsem si vědoma novosti tématu. Ve zprávě je krásně vizualizovaný krabicový graf, pro porovnání obou. V textu autor píše, že VIF se pohybovala na úrovni 1.00, což přináší otázku, zda je tomu u zmíněných proměnných (stres, úzkost a resilience, copingové strategie a hodnotová kongruence) opravdu tak. Zároveň model vysvětloval až 71,8 % variability a oceňuji, že autor na toto nestandardně vysoké číslo upozorňuje a zmiňuje, že to může být dáno zahnutými proměnnými.
• Práce vykazuje několik metodologických nedostatků, které snižují její přesvědčivost. Problematická je zejména velmi vysoká hodnota vysvětlené variance, která může naznačovat specifickou strukturu dat nebo nedostatečně reflektované vztahy mezi proměnnými. Také po formální stránce práce obsahuje nedostatky. Tabulka a graf nejsou správně označeny a citace zdrojů jsou uvedeny nesprávně, resp. neúplně.
• Zpráva přináší velmi aktuální téma a využívá robustní vícenásobnou regresi na velkém vzorku respondentů.
• Regrese je sice adekvátní základní volba a práce má velký vzorek, ale analyticky je spíš přímočará; navíc extrémně vysoké R² a dominantní efekt jedné skupinové proměnné si říkají o opatrnější rozbor. Oceňuji, že autorka sama výslovně odmítá silnou kauzální interpretaci. Didakticky je práce nejslabší z pětice: postup je vysvětlen jen základně, vizualizace je omezená a text má menší potenciál sloužit jako učební materiál.