不毛と言うのでなく、ちゃんとダメな部分は直すべきだと思う。僕は１年３ヶ月しか統計学勉強してないが
そんな素人でも気づく間違いをそのまま放置するのってドウヨ。
サークルペーパー見れば、見る人は気づくんじゃないかな。

１、パラメータの推測方法についてのちがい
了解です。
dispersion parameterや、overdispersionについてもあるといいです。今のままだと当てはまりが悪いモデルの
予想をそのまま放置してる可能性ありです。

２，歯抜けデータ
データが母集団であろうが、欠落でなく０であろうが結論は変わらないです。僕のレスを再掲すると、
「例えば今回の例をあげると
ボーキが３００～９００までの値における弾薬の値は観察されてませんね、しかしその範囲で鋼材の値は観測されている。
つまり分布が他の共変量にわたって異なるということがわかる。」

この文章の「観察されてない」を「０になっている」に変えるだけ。釣り合いが取れてないのは変わりない。
それも１～９００までが全範囲のデータで３００～９００という広範囲でｗｗｗ。
こんなデータを用いた回帰分析しちゃだめ。

３．標準化について
＞標準化を行えば少なくとも各パラメータの水準が揃うので
「正確」という言葉を直したのはいいと思うでも、

>元データの分散などを取り除いた上での評価が可能になります。これだけでも十分な利点です。

評価が可能、と言われてもこの記事で係数を評価してる部分が全く見当たらないのです。
もしかして、係数の符号だけみれば評価したことになるんでしょうか。仮にそうだとしても標準化で符号は変わりませんし。
例えばモデル３の燃料の係数、0.00286、こういう具体的な係数は何も評価されてません。係数を見ないなら標準化する意味がどこにあったのか謎。

４．報酬の量にあった時間になっているかを回帰モデルによって評価するのが目的です。

なぜ回帰分析がその目的に？一瞬、予測のためにモデルをつくるのかと思ったが、そうではないようだし。（記事中でそうではないと書いてるので）
予測でも、係数の解釈でもないなら何故回帰分析したのですか？
それに今回は母集団についての分析なので、母集団から得られたモデルを用いて
母集団内の「作戦時間」がお得かどうか判断する事はできませんし。してもいいけど何故そんなバカバカしいことするんだろうと思ってしまう。