Testimate (CODAP)

Краткое описание инструмента	Testimate — это встроенный плагин для выполнения статистических тестов и регрессионного анализа прямо в CODAP.
Возможности	С его помощью можно: проводить простую и множественную линейную регрессию, получать уравнение линии наименьших квадратов (LSRL) и его статистические показатели (slope, intercept, R²), строить доверительные интервалы для коэффициентов, проверять гипотезы (t-тесты для slope ≠ 0), анализировать остатки и качество подгонки без выхода из среды визуального анализа.
Трудности использования
Область знаний	Социология, Экономика, Статистика
Область применения
Поясняющее видео
Веб-сайт
Пользователи	Учащиеся, Преподаватели
Используется для создания (проведения)	Статистический анализ
Разработчик	Concord Consortium
Сообщество вокруг средства
Лицензия	Открытая
Год первого релиза
Совместное сетевое использование	Нет
Какой язык основной	English
Есть ли поддержка Искусственным Интеллектом	Нет

Пример использования с данными Graduate

CSV-Выпускники

• https://corgis-edu.github.io/corgis/datasets/csv/graduates/graduates.csv

[math]\displaystyle{ Salaries.Highest = 25 800 \times Year \;-\; 51{,}48\text{ млн} }[/math]

• N = 517 наблюдений (количество лет × специальностей).
• r = 0,474 — умеренная положительная корреляция между годом и максимальной зарплатой.
• R² = 0,2247 — модель объясняет ~22,5% вариации Salaries.Highest.

Обозначение (CODAP)	Полное русское	Смысл / Интерпретация	Пример значения
N или n	Размер выборки (Sample size)	Количество наблюдений (объектов, студентов, случаев) в вашей выборке. Чем больше N, тем надежнее результаты.	N = 5000, N = 2332
t	t-статистика или t-критерий Стьюдента	Стандартизованное число, которое показывает, на сколько стандартных ошибок среднее значение отличается от гипотетического значения. Вычисляется как: [math]\displaystyle{ t = \frac{\bar{x} - \mu_0}{SE} }[/math]	t = 167, t = 30,9
P или p-value	p-значение (статистическая значимость)	Вероятность получить такое же или более экстремальное значение t-статистики при условии, что нулевая гипотеза верна. Если p < 0,05 (или p < 0,01), результат статистически значимый.	P < 0,0001 (очень значимый)
sample mean или [math]\displaystyle{ \bar{x} }[/math]	Выборочное среднее (Mean)	Среднее арифметическое всех значений в выборке.	35,3; 11,1
95% CI или 95% ДИ	95% доверительный интервал	Интервал, в котором с вероятностью 95% находится истинное среднее значение генеральной совокупности. Формула: [math]\displaystyle{ \bar{x} \pm t^* \times SE }[/math]. Если интервал узкий - оценка точная, если широкий - менее точная.	[34,85; 35,68], [10,4; 11,81]
s	Выборочное стандартное отклонение (Standard deviation)	Мера разброса данных вокруг среднего значения. Показывает, как сильно отдельные значения отличаются от среднего. Вычисляется как: [math]\displaystyle{ s = \sqrt{\frac{\sum(x_i - \bar{x})^2}{n-1}} }[/math]	s = 14,95; s = 17,34
SE или SEM	Стандартная ошибка среднего (Standard Error of the Mean)	Мера точности выборочного среднего. Показывает, насколько выборочное среднее может отличаться от истинного среднего генеральной совокупности. Вычисляется как: [math]\displaystyle{ SE = \frac{s}{\sqrt{n}} }[/math]. Чем больше N, тем меньше SE.	SE = 0,2115; SE = 0,3591
df	Степени свободы (Degrees of freedom)	Количество независимых наблюдений, которые могут меняться свободно при расчетах. Для одновыборочного t-теста: df = N - 1. Используется для определения критического значения t*.	df = 5000, df = 2330
α (альфа)	Уровень значимости (Significance level)	Вероятность совершить ошибку первого рода (отвергнуть верную нулевую гипотезу). Стандартное значение: α = 0,05 (5%) или α = 0,01 (1%). Выбирается ДО анализа данных.	α = 0,05
t*	Критическое значение t-распределения Стьюдента	t| > t*, результат статистически значимый. При больших N (n > 100) t* ≈ 1,96.	t* = 1,96