![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
Stefan Th. Gries (2010) Statistics for Linguistics with R (de Gruyter) の授業メモです。投野と金田君で適宜メモっています。
1.2 Measures of central tendency
1.3 Measures of dispersion
> TenseAspect <-matrix(c(12,7,19,6,13,19,18,20,38),3,3)
> TenseAspect
[,1] [,2] [,3]
[1,] 12 6 18
[2,] 7 13 20
[3,] 19 19 38
> chisq.test(TenseAspect)
Pearson's Chi-squared test
data: TenseAspect
X-squared = 3.8, df = 4, p-value = 0.4337
Partial η2 (Partial eta-squared): Partial eta-squared describes the "proportion of total variation attributable to the factor, partialling out (excluding) other factors from the total nonerror variation" (Pierce, Block & Aguinis, 2004, p. 918). Partial eta squared is often higher than eta squared.
Cohen (1992) suggests effect sizes for various indexes, including ƒ (where 0.1 is a small effect, 0.25 is a medium effect and 0.4 is a large effect). He also offers a conversion table (see Cohen, 1988, p. 283) for eta squared (η2) where 0.0099 constitutes a small effect, 0.0588 a medium effect and 0.1379 a large effect. Though, considering that η2 are comparable to r2 when df of the numerator equals 1 (both measures proportion of variance accounted for), these guidelines may overestimate the size of the effect. If going by the r guidelines (0.1 is a small effect, 0.3 a medium effect and 0.5 a large effect) then the equivalent guidelines for eta- squared would be the squareroot of these, i.e. 01 is a small effect, 0.09 a medium effect and 0.25 a large effect, and these should also be applicable to eta-squared. When the df of the numerator exceeds 1, eta-squared is comparable to R-squared (Levine & Hullett, 2002).
> 1-pbinom(40,100,0.5,lower.tail=FALSE) [1] 0.02844397
> curve(dnorm(x,mean=0,sd=1),from=-4,to=4) > abline(v=qnorm(0.05, lower.tail=TRUE)) > abline(v=qnorm(0.95, lower.tail=TRUE))
◆ Figure 11 -別解
par(mfrow=c(1,2)) #画面分割 plot(dnorm, -4, 4, type="l", xlab="x", ylab="y") #一つ目の正規分布を描く xvals <- seq(-4, -2, length=10) #塗りつぶし範囲を分割 dvals <- dnorm(xvals) #x軸に対応するy軸座標を入力 polygon(c(xvals,rev(xvals)), c(rep(0,10),rev(dvals)),col="gray") #塗りつぶし plot(dnorm, -4, 4, type="l", xlab="x", ylab="y") #今度は右側のグラフ xvals <- seq(2, 4, length=10) #右側の裾野を塗りつぶします dvals <- dnorm(xvals) polygon(c(xvals,rev(xvals)), c(rep(0,10),rev(dvals)),col="gray")
◆ 2項分布グラフ
plot(dbinom(1:100, 100, 0.5), type="s", xlab="100回コインを投げて表の出る回数 (回)", ylab="確率(%)") #2項分布グラフを描く
xvals = seq(58, 100, length=43) #x座標を準備
dvals = dbinom(xvals, 100, 0.5) #x座標に対応する、2項分布のy座標を準備
j = 1 #ループを作成の下準備
for (i in xvals) {
y = dvals[j] #xに対応するy座標を準備する。
polygon(c(i, i+1, i+1, i), c(0, 0, dvals[j], dvals[j]), col="orange", border="NA") #1マスずつ長方形に塗りつぶしていく
j = j+1 #Rでは[ 変数++ ]が動かないので注意だ！(笑)
}
◆ Figure 28. (p. 110)のレシピ
UHM <- read.table(file="c:/_sflwr/_inputfiles/03-1_uh(m).txt", header=T, sep="\t", comment.char="", quote="") #本の指示通りにファイルを置いてある前提です
female <- mean(subset(UHM, SEX=="female")$LENGTH) #力技で各カテゴリーの平均を算出
male <- mean(subset(UHM, SEX=="male")$LENGTH) #もう少しエレガントなやり方がありそうだが、変数も少ないのでとりあえず力技
silence <- mean(subset(UHM, FILLER=="silence")$LENGTH) #まあ順番が入れ替わったりしてるので、これはこれでメリットがある。はず。
uh <- mean(subset(UHM, FILLER=="uh")$LENGTH)
uhm <- mean(subset(UHM, FILLER=="uhm")$LENGTH)
dialog <- mean(subset(UHM, GENRE=="dialog")$LENGTH)
monolog <- mean(subset(UHM, GENRE=="monolog")$LENGTH)
figure <- c(female, male, silence, uh, uhm, dialog, monolog) #上の数行のまとめ。もちろんtransform()などで順に追加していっても可。
plot(figure, xaxt="n", xlim=c(0.5, 7.5), ylim=c(840, 960), type="n", ylab="Average length", xlab="Figure 28. Mean lengths of disfluencies")
#細かい数値はFigure28に近づけるため。なくても描けます。type="n"でドットは入れないでおく。
label <- c("female", "male", "silence", "uh", "uhm", "dialog", "monolog") #挿入するテキストの準備
text(c(1:7), figure, as.character(label)) #labelで用意したテキストを挿入。上のplotでxlimを0.5-7.5に設定しないと、文字が画面から多少見切れてしまう。要調整。
#蛇足ながらこのあたりがエレガントでないと思う所以
average <- mean(UHM$LENGTH) #線は全体の平均で引くので、計算
abline(h=average) #横線を引きます
grid() #グリッドを引きます。本ではなぜかX軸を粗めに取っていましたが、こちらの方がグラフ的に正しいのではないかと。気になる方は調整可能です。
