FrontPage

言語教育論2017

春学期

テーマ:回帰モデルとコーパス研究

内容:

  • コーパス言語学の扱うデータと統計手法の基礎
    • いろいろな手法の紹介
  • 回帰モデルを応用したコーパス研究の例:
  • 線形回帰&非線形ロジスティック回帰
  • MUPDAR(ざくっと2本目を通してディスカッションします)
  • 回帰モデルと R
  • これ以降は Gries (2013) に沿って R のコードを使って実習します
  • 6/13
    • 5.2 linear model (Kusube)
    • 5.2.1. linear model with a binary predictor (Kusube)
    • 5.2.2. linear model with a categorical predictor (Laurence)
    • 5.2.3. linear model with a numeric predictor (Laurence)
    • 5.2.4. linear model with two categorical predictors (Kawamoto)
    • 5.2.5. linear model with a categorical and a numeric predictor (Kawamoto)
    • 5.2.6. linear model with two numeric predictors (Kashimura)
    • 5.2.7. linear model selection process with multiple predictors (Kashimura)
 
  • ロジスティック回帰
  • ポワソン回帰
  • 混合効果モデルのさわり

トップ   編集 凍結 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2017-06-12 (月) 14:28:42 (43d)