Seminario: “ESTADÍSTICA PARA LINGÜISTAS” 2022

De WikiLetras
Saltar a: navegación, buscar

UNIVERSIDAD DE BUENOS AIRES

FACULTAD DE FILOSOFÍA Y LETRAS

DEPARTAMENTO DE LETRAS

SEMINARIO: ESTADÍSTICA PARA LINGÜISTAS


MODALIDAD DE DICTADO: VIRTUAL

CUATRIMESTRE Y AÑO: 2º / 2022

PROFESOR/A: MARAFIOTI, PABLO EZEQUIEL



EQUIPO DOCENTE COLABORADOR:


Fundamentación y descripción


Muchas sub-disciplinas de la lingüística requieren la correcta aplicación de herramientas cuantitativas para el análisis de datos experimentales y de corpus. El análisis estadístico permite explorar datos, identificar patrones y refutar hipótesis. Este curso propone una introducción a un amplio espectro de métodos estadísticos para regresión desde una perspectiva práctica. Se pondrá el énfasis en aplicaciones y casos de estudio. No se requieren conocimientos previos de programación o matemática. Únicamente es necesaria la dedicación por parte de los/as alumno/as para aprender a usar R, un lenguaje de programación y entorno para el análisis estadístico [software libre].


Objetivos:

  • Proveer un conjunto de técnicas para el análisis de respuestas gausianas y no

gausianas, usando modelos de regresión.

  • Lograr manejar datos correlacionados.
  • Poder explorar datos mediante análisis descriptivo y gráficas.
  • Introducir a los/as estudiantes en el entorno de programación R.
  • Brindar habilidades para la crítica metodológica de artículos científicos.
  • Proporcionar a los/las estudiantes herramientas para poder realizar un proyecto de investigación en lingüística cuantitativa.


Contenidos:

Unidad 1: Análisis descriptivo y nociones de probabilidad e inferencia.

Introducción a R. Tipos de variables. Estadística descriptiva. Gráficas. Pre-procesamiento. Nociones de probabilidades. Función de probabilidad puntual, de densidad y acumulada. Algunas distribuciones usuales. Distribuciones muestrales. Estimación por intervalo. Nociones de: p-valor, hipótesis, potencia, tamaño muestral, tamaño de efecto. Tests de normalidad e igualdad de varianzas.

'Unidad 2: El modelo lineal [LM]

Correlación. Modelo de regresión lineal simple. Supuestos. Estimación de los parámetros por cuadrados mínimos. Distribución de los estimadores. Test de hipótesis. Intervalo de confianza e intervalo de predicción. Regresión lineal múltiple. Predictoras binarias y categóricas. Comparaciones múltiples. Contrastes. Análisis de residuos. Transformaciones. Colinealidad, heteroscedasticidad, no linealidad y falta de independencia. Selección de modelos.

Unidad 3: El modelo lineal generalizado [GLM]

La familia exponencial. Funciones de enlace. Regresión logística. Estimación de los parámetros por máxima verosimilitud. Test de cociente de máxima verosimilitud. Residuos y bondad de ajuste. Test de Hosmer-Lemeshow. Curva ROC y otras medidas de desempeño para predicción. Regresión de Poisson. Sobre-dispersión.

Unidad 4: Métodos para datos agrupados y medidas repetidas

Modelo lineal mixto [LMM]. Efectos fijos y aleatorios. Estructuras de covarianzas. Modelos lineales generalizados mixtos [GLMM]. Modelos con ecuaciones estructurales generalizadas [GEE].


Bibliografía, filmografía y/o discografía obligatoria, complementaria y fuentes, si correspondiera:

Unidad 1

Bibliografía obligatoria

  • Marafioti, P. E. (2021). Estadística para lingüistas: notas de clase. Manuscrito.

Cap. 1 (secciones: 1.1 a 1.8, 1.10, 1.11) y cap. 2 (secciones: 2.1, 2.2).

  • Chan et al. (2019), caps. 2, 4.1.
  • Winter, B. (2019). Statistics for linguists. An Introduction using R. NY: Routledge.

Caps. 3, 9, 10.


Bibliografía complementaria

  • Baayen, R. H. (2008). Analyzing linguistic data: A practical introduction to

statistics using R. Cambridge: Cambridge University Press. Caps. 1 - 3.

  • Gries, S. T. (2013). Statistics for Linguistics with R. Berlin: Walter de Gruyter.

Caps. 1 a 3.

  • Levshina, N. (2015). How to do Linguistics with R. Amsterdam: John Benjamins.

Caps. 1 - 4.

  • Levy, R. (2012). Probabilistic Models in the Study of Language. Manuscrito. Caps.

2 a 4.

  • Larson-Hall, J. (2016). A guide to doing statistics in second language research

using spss and r. Routledge. Cap. 3.

Unidad 2:

Bibliografía obligatoria

  • Marafioti, P. E. (2021). Estadística para lingüistas: notas de clase. Manuscrito.

Cap. 3 (secciones: 3.1 a 3.8).

  • Winter, B. (2019). Statistics for linguists. An Introduction using R. NY: Routledge.

Caps. 4 a 8.

Bibliografía complementaria

  • Burnham, K. P. & Anderson, D. R. (2002). Model Selection and Multimodel

Inference: a practical information theoretic approach. Springer. Caps. 1 a 3.

  • Baayen, R. H. (2008). Analyzing linguistic data: A practical introduction to

statistics using R. Cambridge: Cambridge University Press. Caps. 6.1, 6.2.

  • Gries, S. T. (2013). Statistics for Linguistics with R. Berlin: Walter de Gruyter.

Caps. 5.1, 5.2.

  • Larson-Hall, J. (2016). A guide to doing statistics in second language research

using spss and r. Routledge. Caps. 6, 7.

  • Levshina, N. (2015). How to do Linguistics with R. Amsterdam: John Benjamins.

Caps. 6, 7.

  • Zuur, A. F., Ieno, E. N., Walker, N. J., Saveliev, A. A., & Smith, G. M. (2009).

Mixed-Effects Models and Extentions in Ecology with R. Springer. Caps. 2, 4, 6.

Unidad 3:

Bibliografía obligatoria

  • Marafioti, P. E. (2021). Estadística para lingüistas: notas de clase. Manuscrito.

Cap. 4.

  • Winter, B. (2019). Statistics for linguists. An Introduction using R. NY: Routledge.

Caps. 12, 13.

Bibliografía complementaria

  • Baayen, R. H. (2008). Analyzing linguistic data: A practical introduction to

statistics using R. Cambridge: Cambridge University Press. Cap. 6.3.

  • Gries, S. T. (2013). Statistics for Linguistics with R. Berlin: Walter de Gruyter.

Caps. 5.3, 5.4.

  • Levshina, N. (2015). How to do Linguistics with R. Amsterdam: John Benjamins.

Caps. 12, 13.

  • Zuur, A. F., Ieno, E. N., Walker, N. J., Saveliev, A. A., & Smith, G. M. (2009).

Mixed-Effects Models and Extentions in Ecology with R. Springer. Caps. 8 a 11.

Unidad 4:

Bibliografía obligatoria

  • Marafioti, P. E. (2021). Estadística para lingüistas: notas de clase. Manuscrito.

Cap. 5.

  • Winter, B. (2019). Statistics for linguists. An Introduction using R. NY: Routledge.

Caps. 14, 15.

Bibliografía complementaria

  • Baayen, R. H. (2008). Analyzing linguistic data: A practical introduction to

statistics using R. Cambridge: Cambridge University Press. Cap. 7.

  • Gries, S. T. (2013). Statistics for Linguistics with R. Berlin: Walter de Gruyter.

Caps. 5.5, 5.6.

  • Speelman, D., Heylen, K., & Geeraerts, D. [Eds.] (2018). Mixed-Effects Regression

Models in Linguistics. Springer. Caps. 1, 4.

  • Zuur, A. F., Ieno, E. N., Walker, N. J., Saveliev, A. A., & Smith, G. M. (2009).

Mixed-Effects Models and Extentions in Ecology with R. Springer. Caps. 5, 12, 13.

Bibliografía general

Agresti, A. (2019). An Introduction to Categorical Data Analysis. John Wiley & Sons.

Baayen, R. H. (2008). Analyzing linguistic data: A practical introduction to statistics using R. Cambridge: Cambridge University Press.

Burnham, K. P. & Anderson, D. R. (2002). Model Selection and Multimodel Inference: a practical information theoretic approach. Springer.

Chan, D., Badano, C., & Rey, A. (2019). Análisis inteligente de datos con lenguaje R. Editorial de la Universidad Tecnológica Nacional.

Chatterjee, S. & Hadi, A. S. (2012) Regression Analysis by Example. John Wiley & Sons.

Desagulier, G. (2017). Corpus Linguistics and Statistics with R. Springer.

Faraway, J. J. (2015) Linear Models with R. CRC Press.

Gareth, J., Witten, D., Hastie, T., & Tibshirani, R. (2013). An Introduction to Statistical Learning. Springer.

Gries, S. T. (2013). Statistics for Linguistics with R. Berlin: Walter de Gruyter.

Hedeker, D. & Gibbons, R. D. (2006). Longitudinal Data Analysis. John Wiley & Sons.

Hilbe, J. M. (2009). Logistic Regression Models. CRC Press.

Hilbe, J. M. (2014). Modeling Count Data. Cambridge University Press.

Hilbe, J. M. (2015). Practical Guide to Logistic Regression. CRC Press.

Hosmer, D. W. (Jr.), Lemeshow, S. & Sturdivant, R. X. (2013). Applied Logistic Regression. John Wiley & Sons.

Johnson, K. (2008). Quantitative Methods in Linguistics. Singapore: Blackwell.

Kracht, M. (2005). Introduction to Probability Theory and Statistics for Linguistics. Manuscrito.

Kutner, M. H., Nachtsheim, C. J., Neter, J., & Li, W. (2005). Applied Linear Statistical Models. McGraw-Hill.

Larson-Hall, J. (2016). A guide to doing statistics in second language research using spss and r. Routledge.

Levshina, N. (2015). How to do Linguistics with R. Amsterdam: John Benjamins.

Levy, R. (2012). Probabilistic Models in the Study of Language. Manuscrito.

Marafioti, P. E. (2021). Estadística para lingüistas: notas de clase. Manuscrito.

Montgomery, D. C. (2017). Design and Analysis of Experiments. John Wiley & Sons.

Rasinger, S. (2013). Quantitative Research in Linguistics. An Introduction. UK: Bloomsbury Academic.

Speelman, D., Heylen, K., & Geeraerts, D. [Eds.] (2018). Mixed-Effects Regression Models in Linguistics. Springer.

Stroup, W. W. (2013). Generalized Mixed Models. CRC Press.

Tan, P-N., Steinbach, M., & Kumar, V. (2014). Introduction to Data Mining. Pearson.

West, B. T., Welch, K. B., & Galecky, A. T. (2007). Linear Mixed Models. A practical guide using statistical software. Chapman & Hall / CRC.

Winter, B. (2019). Statistics for linguists. An Introduction using R. NY: Routledge. Wood, S. N. (2017) Generalized Additive Models. An introduction with R. CRC Press.

Wickham, H., & Grolemund, G. (2016). R for data science: import, tidy, transform, visualize, and model data. O'Reilly Media, Inc.

Zuur, A. F., Ieno, E. N., Walker, N. J., Saveliev, A. A., & Smith, G. M. (2009). Mixed Effects Models and Extentions in Ecology with R. Springer

Obtenido de «https://wikiletras.com.ar/index.php?title=Seminario:_“ESTADÍSTICA_PARA_LINGÜISTAS”_2022&oldid=4254»