Tato bakalářská práce zkoumá využití Benfordova zákonu při identifikaci potenciálního nesprávného hlášení COVID-19 dat. Práce zahrnuje úvod do Benfordova zákonu, porovnání klasického a bayesovského přístupu k jeho aplikaci a zaměřuje se na užití Benfordova zákonu na COVID-19 data. Studie identifikuje konkrétní země, kde by data mohla být nesprávně hlášena, včetně Brazílie, Egypta, Ruska, Jižní Afriky a Venezuely. Práce končí doporučením dalšího zkoumání těchto zemí s cílem zajistit přesnost dat o COVIDu-19 po celém světě. Celkově tato práce zdůrazňuje potenciální užitečnost Benfordova zákonu při identifikaci potenciálních nesrovnalostí v datech, zejména v kontextu pandemie COVID-19.This bachelor's thesis investigates the applications of Benford's Law in identifying potential misreporting of COVID-19 data. The thesis includes an introduction to Benford's Law, its history and a brief explanation of the theory behind the law, a comparison of classical and Bayesian approaches for applying the law, and a focus on applying Benford's Law to COVID-19 data. The study identifies specific countries where data may be inaccurately reported, including Brazil, Egypt, Russia, South Africa, and Venezuela. The thesis concludes by recommending a further investigation into these countries to ensure the accuracy of COVID-19 data reporting worldwide.