R语言
语言学与R语言的碰撞
Xu & Yang
PhoneticSan
![d5ff989e659df1b958c1d48fc120e384.png](https://i-blog.csdnimg.cn/blog_migrate/fbb373c2db395d44798f99620ea4a6e6.jpeg)
学习参考
Discovering Statistics Using R
Statistics for Linguistics with R
How to Do Linguistics with R
R in Action
Analyzing Linguistic Data
R Graphics Cookbook
··· ···
Recap
当预测变量是分类型变量时,需要设置虚拟变量以便进行线性回归的拟合。
逻辑回归中,预测变量可以是连续型变量或分类变量,得到的结果是分类变量。根据结果的分类个数,逻辑回归可以被分为二元逻辑回归和多元逻辑回归。glm( )是逻辑回归所用函数。
为了将非线性的结果转变为线性内容,我们可以采用优势比进行转化。
![2f4e090f6a84c737b9cb03ca80fdfe1b.png](https://i-blog.csdnimg.cn/blog_migrate/4bc7e2033305d4096e6fe68749cea3e4.png)
R: The R Project for Statistical Computing
https://www.r-project.org/
RStudio:
https://rstudio.com/
今天是我们最后一期R语言入门系列。从去年11月份到今天,中间也因学业停更了很久,好在坚持了下来。如果您跟着我们一步步走完了整个流程,那么恭喜你成功入门!之后我们还会不定期更新与R有关的内容,比如更丰富的数据可视化,其他统计分析研究相关的内容(如贝叶斯分析)等等。现在开始我们接受R语言相关操作的稿件,如果你有什么想分享的内容,欢迎来稿!
R Project
Linguistics
1
线性混合模型
在语言学的研究中,我们的数据总是互相嵌套,层层递进的。比如,我想考察汉语普通话否定句中否定焦点的位置,那么根据调查,我会考虑影响否定焦点位置的因素。首先,不同否定词是否会对否定焦点有影响,那么我设置了“不”字和“没”字(第一层)。接着,我又考虑有无语句焦点是否对否定焦点身份有影响,那么我设置了带焦点的语句和不带焦点的语句(第二层)。后来,我又考虑否定焦点会不会因为不同的语句焦点位置而发生转移,于是又设置了不同位置的焦点(第三层)。
![e8064475286bb65017e655a7251af1d1.png](https://i-blog.csdnimg.cn/blog_migrate/20a48fd206c092e1bc78f7147c578dd0.png)
考察否定焦点问题时进行划分的自变量
另外,与其他众多语言学实验类似,这个实验同样是组内设计(within-subjects design)ÿ