Статистика в лингвистических исследованиях

2025/2026

Статус: Маго-лего

Кто читает: Департамент филологии

Где читается: Санкт-Петербургская школа гуманитарных наук и искусств

Когда читается: 1, 2 модуль

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Артёменко Елена Дмитриевна

Язык: русский

Кредиты: 3

Контактные часы: 32

Дополнительные материалы в LMS Задать вопрос

Аннотация

Дисциплина предоставляет студентам гуманитарных и социальных направлений целостный методологический и инструментальный базис для проведения количественных исследований языкового материала. В шести тематических блоках слушатели последовательно осваивают: работу в среде R/RStudio и GitHub; методы описательной статистики и параметрические критерии (t-тесты, ANOVA); непараметрические процедуры (χ², Mann–Whitney U, Kruskal–Wallis); алгоритмы обоснованного выбора статистического критерия; множественную линейную регрессию с проверкой допущений; смешанные-эффектные и классификационные модели. По завершении курса обучающиеся уверенно организуют реплицируемые проекты, корректно подбирают и применяют статистические методы к лингвистическим данным, интерпретируют результаты в рамках открытой научной практики и готовы к самостоятельной разработке и защите эмпирических исследований.

Цель освоения дисциплины

1. Методологическая компетентность.  Сформировать у обучающихся целостное понимание роли количественных методов в современной лингвистике — от формулировки гипотез до интерпретации результатов и оценки их обобщаемости.  Научить формулировать исследовательские вопросы, трансформировать их в проверяемые статистические гипотезы и подбирать адекватный дизайн эксперимента или корпусного исследования. 2. Инструментальная грамотность.  Обеспечить уверенное владение экосистемой R/RStudio, включая импорт, очистку, визуализацию данных и автоматизацию отчётности средствами R Markdown.  Развить навыки работы с системой контроля версий Git и сервисом GitHub для ведения воспроизводимых (reproducible) проектов и коллективного рецензирования кода. 3. Мастерство в применении статистических методов.  Научить корректно выбирать и применять описательные показатели, параметрические критерии (t-тесты, однофакторный ANOVA) и непараметрические процедуры (χ², Mann–Whitney U, Wilcoxon, Kruskal–Wallis) с учётом допущений и мощности тестов.  Сформировать умение строить, диагностировать и интерпретировать множественные линейные модели, в том числе с взаимодействиями, а также смешанные-эффектные и классификационные (логистические) модели.

Планируемые результаты обучения

Выполнить первичный анализ: импортировать, чистить и визуализировать данные; рассчитывать ключевые показатели описательной статистики.
Организовать реплицируемое исследование: создать проект в RStudio, вести версионирование в Git/GitHub, оформлять отчёты в R Markdown.
Применить основные статистические тесты: t-критерии, однофакторный ANOVA, χ², U-Mann–Whitney, Wilcoxon и Kruskal–Wallis — с корректной интерпретацией p-значений и размеров эффекта.
Обосновать выбор метода: построить decision-tree по типу переменных и предпосылкам, оценить риски ошибок I/II рода.
Смоделировать данные: построить множественные и смешанные-эффектные линейные модели (lm, lmer/glmer), логистическую регрессию; проверить допущения и интерпретировать коэффициенты.
Презентовать результаты: подготовить воспроизводимый отчёт и публичную защиту, публикуя код и данные в открытом репозитории.

Содержание учебной дисциплины

Введение. Инструментальная база исследователя
Описательная статистика и параметрические методы
Непараметрические методы анализа
Алгоритм выбора статистического критерия
Экспериментальный дизайн и разведочный анализ мощности
Линейное моделирование
Смешанные-эффекты и модели классификации
Выбор и сравнение статистических моделей
Модерация, медиация. Байесовский подход в лингвистической статистике

Элементы контроля

Домашнее задание
Оценка за выполнение домашних заданий представляет собой среднее арифметическое за все выполненные домашние работы.
Доклад
Доклад в рамках аудиторной работы.

Промежуточная аттестация

2025/2026 2nd module
0.3 * Доклад + 0.7 * Домашнее задание

Список литературы

Авторы

Афанасьева Анастасия Викторовна
Кессель Ксения Витальевна

Программа дисциплины