Шаблон:StatkeyResult

Обозначение (StatKey)	Полное русское название	Смысл / Интерпретация	Пример значения (агентная модель)
n	Объём выборки (Sample Size)	Количество наблюдений (агентов, школ, регионов) в исходной выборке или бутстрэп-выборке.	n = 56 (56 симуляций NetLogo)
r	Коэффициент корреляции Пирсона	Мера линейной связи между двумя переменными (от −1 до +1). Показывает, насколько сильно изменение одной переменной связано с изменением другой.	r = 0.829 (сильная связь между размером кластера и долей агентов)
slope (или [math]\displaystyle{ b_1 }[/math])	Угол наклона регрессии (Коэффициент регрессии)	На сколько единиц изменится зависимая переменная [math]\displaystyle{ y }[/math] при увеличении независимой переменной [math]\displaystyle{ x }[/math] на одну единицу. Вычисляется как: [math]\displaystyle{ \text{slope} = r \cdot \frac{s_y}{s_x} }[/math]	slope = +0.019 (при росте числа агентов на 1, доля в гигантском компоненте растёт на 0.019)
intercept (или [math]\displaystyle{ b_0 }[/math])	Свободный член регрессии (Константа)	Ожидаемое значение зависимой переменной [math]\displaystyle{ y }[/math], когда независимая переменная [math]\displaystyle{ x = 0 }[/math]. Уравнение регрессии: [math]\displaystyle{ \hat{y} = b_0 + b_1 x }[/math]	intercept = +0.155 (базовая доля агентов в кластере при нулевом размере)
Mean ([math]\displaystyle{ \bar{x} }[/math])	Среднее арифметическое	Центральная тенденция распределения. Сумма всех значений, делённая на их количество: [math]\displaystyle{ \bar{x} = \frac{\sum x_i}{n} }[/math]	Mean = 27.143 (средний размер гигантского компонента)
Standard Deviation ([math]\displaystyle{ s }[/math] или [math]\displaystyle{ SD }[/math])	Стандартное отклонение	Мера разброса данных вокруг среднего. Показывает типичное отклонение отдельного наблюдения от среднего: [math]\displaystyle{ s = \sqrt{\frac{\sum (x_i - \bar{x})^2}{n-1}} }[/math]	SD = 13.172 (разброс размеров кластеров)
p (или [math]\displaystyle{ \hat{p} }[/math])	Выборочная доля (Proportion)	Доля агентов (или случаев), обладающих определённым свойством. Вычисляется как [math]\displaystyle{ \hat{p} = \frac{k}{n} }[/math], где [math]\displaystyle{ k }[/math] — число успехов.	p = 0.671 (67.1% агентов в гигантском компоненте)
SE (неявно)	Стандартная ошибка (Standard Error)	Стандартное отклонение выборочного распределения статистики (например, среднего или доли). Оценивает точность оценки: [math]\displaystyle{ SE = \frac{s}{\sqrt{n}} }[/math]	(используется для построения доверительных интервалов в StatKey)
Bootstrap Sample	Бутстрэп-выборка	Искусственная выборка того же объёма [math]\displaystyle{ n }[/math], полученная случайным отбором с возвращением из исходных данных. Используется для оценки вариативности статистики без предположений о распределении.	n = 56, r = 0.81, slope = +0.018
Original Sample	Исходная выборка	Реальные (или сгенерированные в NetLogo) данные, на основе которых строится бутстрэп-распределение.	n = 56, r = 0.829, slope = +0.019