Teoretické základy statistického vyhodnocování jazykových dat v R - NPFL137

• Anglický název: Theory of Statistical Analysis in R for Linguists
• Zajišťuje: Ústav formální a aplikované lingvistiky (32-UFAL)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2024
• Semestr: zimní
• E-Kredity: 2
• Rozsah, examinace: zimní s.:2/0, Zk [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Kompetence: critical thinking, data literacy
• Stav předmětu: vyučován
• Jazyk výuky: čeština
• Způsob výuky: prezenční
• Garant: Mgr. Silvie Cinková, Ph.D.
• Vyučující: Mgr. Silvie Cinková, Ph.D.
• Třída: DS, matematická lingvistika; Informatika Mgr. - Matematická lingvistika
• Kategorizace předmětu: Informatika > Počítačová a formální lingvistika
• Neslučitelnost : NPFL111
• Záměnnost : NPFL111
• Je neslučitelnost pro: NPFL111
• Je záměnnost pro: NPFL111

Anotace

čeština

Pokročilejší zájemci o korpusovou lingvistiku, kteří absolvovali libovolný základní seminář práce s korpusy, mohou v rámci tohoto semináře prohloubit svoje znalosti statistického zpracování dat. Kurs je zaměřen jak na statistickou teorii (zejména otázky týkající se korpusové lingvistiky a specifických rozdělení jazykových dat) i na praktické zvládnutí nástrojů na provádění výpočtu (zejm. R). Kurs předpokládá uživatelskou znalost práce s PC.

Poslední úprava: Mírovský Jiří, RNDr., Ph.D. (12.05.2022)

angličtina

More advanced students of corpus linguistics, who have already participated in any basic corpus linguistic seminar, can use this course to deepen their competence in statistical data analysis. The course focuses on the statistical theory (in particular issues of corpus linguistics and specific distributions of language data) as well as on relevant computational skills for data analytics using R. The course requires common computer user skills (no explicit programming background).

Poslední úprava: Mírovský Jiří, RNDr., Ph.D. (12.05.2022)

Podmínky zakončení předmětu

čeština

• aktivní účast na hodinách (přípustné jsou 3 nepřítomnosti)

Poslední úprava: Cinková Silvie, Mgr., Ph.D. (22.05.2023)

angličtina

active participation in the lessons (max 3 absences)

Any individual exceptions are up to the teachers.

Poslední úprava: Cinková Silvie, Mgr., Ph.D. (22.05.2023)

Literatura

čeština

Baayen, H. R.: Analyzing Linguistic Data, Cambridge University Press, Cambridge 2008.

Baayen, H. R.: Word Frequency Distributions. Kluwer Academic Publishers. Dordrecht/Boston/London 2010.

Bartoň, T. - Cvrček, V. - Čermák, F. - Jelínek, T. - Petkevič, V. (2009): Statistiky češtiny. Nakladatelství Lidové

noviny, Praha 2009.

Gries, S. Th.: Quantitative Corpus Linguistics with R, Routledge 2009.

Gries, S. Th.: Statistics for Linguistics with R. A Practical Introduction. Mouton De Gruyter 2013 (2nd revised edition).

Oakes, M. P.: Statistics for Corpus Linguistics. Edinburgh University Press, Edinburgh 1998.

Volín, J. (2007): Statistické metody ve fonetickém výzkumu. Praha: Epocha.

Poslední úprava: Cinková Silvie, Mgr., Ph.D. (22.05.2023)

angličtina

Baayen, H. R.: Analyzing Linguistic Data, Cambridge University Press, Cambridge 2008.

Baayen, H. R.: Word Frequency Distributions. Kluwer Academic Publishers. Dordrecht/Boston/London 2010.

Bartoň, T. - Cvrček, V. - Čermák, F. - Jelínek, T. - Petkevič, V. (2009): Statistiky češtiny. Nakladatelství Lidové

noviny, Praha 2009.

Gries, S. Th.: Quantitative Corpus Linguistics with R, Routledge 2009.

Gries, S. Th.: Statistics for Linguistics with R. A Practical Introduction. Mouton De Gruyter 2013 (2nd revised edition).

Oakes, M. P.: Statistics for Corpus Linguistics. Edinburgh University Press, Edinburgh 1998.

Volín, J. (2007): Statistické metody ve fonetickém výzkumu. Praha: Epocha.

Poslední úprava: Mírovský Jiří, RNDr., Ph.D. (12.05.2022)

Sylabus

čeština

1. Témata korpusových studií, relevance kvantitativních metod v lingvistice, stanovení hypotézy

2. Deskriptivní statistika - střední hodnota, disperze

3. Typy pravděpodobnostních rozdělení

4. Inferenční statistika

5. Korelace a regrese

6. Faktorová analýza a clusteringové metody

7. ANOVA

Poslední úprava: Cinková Silvie, Mgr., Ph.D. (22.05.2023)

angličtina

1. Typical topics of corpus studies, relevance of quantitative methods in linguistics, hypothesis formulation

2. Descriptive statistics - central tendency, dispersion

3. Types of pobability distributions

4. Inferential statistics

5. Correlation and regression

6. Factor analysis and clustering methods

7. ANOVA

Poslední úprava: Cinková Silvie, Mgr., Ph.D. (22.05.2023)