2026/2027
Основы статистики для лингвистов
ID 1145457
Статус:
Маго-лего
Кто читает:
Департамент филологии
Где читается:
Санкт-Петербургская школа гуманитарных наук и искусств
Когда читается:
2 модуль
Охват аудитории:
для всех кампусов НИУ ВШЭ
Преподаватели:
Артёменко Елена Дмитриевна
Язык:
русский
Кредиты:
3
Контактные часы:
32
Программа дисциплины
Аннотация
Курс «Основы статистики для лингвистов» формирует у студентов гуманитарного и социального профилей фундаментальные компетенции в области количественного анализа языковых данных. Структура дисциплины включает шесть содержательных модулей, охватывающих среду R/RStudio и систему контроля версий GitHub, описательную статистику, параметрические и непараметрические методы проверки гипотез, логику подбора статистических инструментов, множественную линейную регрессию, а также модели со смешанными эффектами и классификационные алгоритмы. Выпускники курса способны проектировать воспроизводимые эмпирические исследования, адекватно выбирать и применять статистические методы к лингвистическому материалу, а также интерпретировать полученные данные с опорой на стандарты открытой науки, что полностью готовит их к самостоятельной научной работе и защите проектов.
Цель освоения дисциплины
- 1. Методологическая компетентность. • Сформировать у обучающихся системное представление о роли количественных методов в современной лингвистике: от постановки исследовательской задачи и формулировки гипотез до интерпретации результатов и оценки их внешней валидности. • Научить операционализировать исследовательские вопросы в виде проверяемых статистических гипотез и выбирать адекватный дизайн — экспериментальный или корпусный.
- 2. Инструментальная грамотность. • Обеспечить устойчивое владение экосистемой R/RStudio: от импорта и очистки данных до их визуализации и автоматизации отчётности средствами R Markdown. • Сформировать навыки работы с системой контроля версий Git и платформой GitHub для реализации принципов воспроизводимости (reproducibility) и организации коллективного рецензирования кода.
- 3. Мастерство в применении статистических методов. • Научить обоснованно выбирать и применять описательные статистики, параметрические (t-тесты, однофакторный ANOVA) и непараметрические критерии (χ², Манна–Уитни, Уилкоксона, Краскела–Уоллиса) с учетом их допущений и статистической мощности. • Сформировать умение строить, диагностировать и интерпретировать множественные линейные регрессионные модели (включая модели с взаимодействиями), а также модели со смешанными эффектами 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.
- Строить регрессионные и классификационные модели: формировать, диагностировать и интерпретировать множественные линейные регрессии, модели со смешанными эффектами и логистическую регрессию; проверять допущения моделей и содержательно интерпретировать их коэффициенты
- знает назначение RStudio, R Markdown; умеет создать репозиторий, связать его с проектом RStudio и скомпилировать отчёт .Rmd; владеет приёмами синхронизации (git push/pull) и оформлением reproducible-проекта.
- знает этические принципы использования ИИ-инструментов в научных исследованиях, стандарты оформления кода и принципы FAIR; умеет критически оценивать результаты, полученные с помощью ИИ, документировать использование ИИ-инструментов в методологии, применять стилистические конвенции к собственному коду; владеет навыками форматирования кода средствами styler, написания документации и обеспечения прозрачности исследовательского workflow.
- знает основания для выбора параметрических/непараметрических процедур; умеет выполнить chisq.test(), wilcox.test(), kruskal.test(); владеет интерпретацией статики (степени свободы, эффекты) и представлением результатов (mosaicplot, boxplot).
- знает тесты для расчета центральных тенденций и разброса; умеет рассчитать и интерпретировать показатели описательной статистики, p-значение, размер эффекта; владеет вариантами расчета центральных тенденций и показателей разброса в R
- знает критерии выбора теста и логику дерева решений («decision tree»); умеет обосновать статистический метод для конкретного исследовательского дизайна; владеет навыком формулирования и защиты выбранной процедуры перед экспертной комиссией.
- знает принципы построения основных типов экспериментальных планов; умеет рассчитать требуемый объём выборки и мощность теста в R, аргументируя выбор параметров;
- знает теоретические основы OLS и ограничения модели; умеет построить модель lm(), провести диагностику модели, интерпретировать β-коэффициенты, R², p-значения; владеет средствами представления взаимодействий (emmeans, interaction.plot()) и оформления отчёта в R Markdown.
- знает различия фиксированных и случайных эффектов, принципы логистической модели; умеет реализовать lmer()/glmer() (пакет lme4) и glm(family = binomial); владеет приёмами кросс-валидации и публикации реплицируемого отчёта на GitHub.
- знает концепции переобучения, парсимонии и их роль в обосновании модели; умеет рассчитывать и интерпретировать AIC, BIC, DIC, а также выполнять k-fold кросс-валидацию в R; владеет навыками применения регуляризационных методов (glmnet) для выбора предикторов и сравнения альтернативных моделей на основе предсказательной способности.
- знает теоретические основы модерации и медиации, различия между условными и косвенными эффектами; умеет строить регрессионные модели с взаимодействиями (модерация) и проводить медиационный анализ с бутстрап-оценкой; владеет методами визуализации условных эффектов (emmeans, interactions) и интерпретации прямых/косвенных эффектов в контексте лингвистических данных.
Содержание учебной дисциплины
- Введение. Инструментальная база исследователя
- Этические аспекты использования ИИ-инструментов в статистическом анализе. Стандарты оформления кода
- Описательная статистика
- Параметрические и 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 заданиеОценка за выполнение домашних заданий представляет собой среднее арифметическое за все выполненные домашние работы.
- ДокладДоклад в рамках аудиторной работы.
