-
Notifications
You must be signed in to change notification settings - Fork 0
/
hw_3.Rmd
104 lines (79 loc) · 4.43 KB
/
hw_3.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
---
title: "hw_3"
author: "Имя Отчество Фамилия"
output: html_document
editor_options:
chunk_output_type: console
---
```{r, message=FALSE}
library(tidyverse)
theme_set(theme_bw())
knitr::opts_chunk$set(message = FALSE)
library(fitdistrplus)
library(lme4)
library(lmerTest)
```
## task 3.1 (вес задания: 3)
В датасет `vowel_data.csv` записаны значения формант гласных для носителей британского английского языка из исследования [Sönning, Lukas 2021]. Используя данные всех носителей, проведите эмпирическую байесовскую оценку, чтобы получить априорное распределение, сделайте байесовский апдейт всех носителей и постройте график 80% доверительных интервалов для каждого носителя. Какой носитель, согласно полученным доверительным интервалам, показывает самую невыразительную разницу между гласными?
```{r}
br_vowels <- read_csv("vowel_data.csv")
...
e_f1 <- fitdist(...)
e_f2 <- ...
ae_f1 <- ...
ae_f2 <- ...
e_f1$estimate %>%
bind_rows(e_f2$estimate,
ae_f1$estimate,
ae_f2$estimate) %>%
mutate(formant = c("f1", "f2", "f1", "f2"),
vowel = c("e", "e", "ae", "ae")) %>%
rename(mean_prior = mean,
sd_prior = sd) ->
priors
br_vowels %>%
group_by(subject, vowel) %>%
summarise(...) %>%
pivot_longer(names_to = "type", values_to = "values", mean_f1:sd_f2) %>%
separate(type, into = c("type", "formant")) %>%
pivot_wider(values_from = values, names_from = "type") %>%
left_join(priors) %>%
rowwise() %>%
mutate(...) %>%
ggplot(aes(y = subject,
x = cred_int_mean,
xmin = cred_int_l_80,
xmax = cred_int_h_80,
color = vowel))+
geom_pointrange()+
facet_wrap(~formant, scales = "free")+
labs(...)
```
Ответ: ...
## task 3.2 (вес задания: 3)
В датасет `norwegian_lexical_development.csv` записаны данные из исследования [Hansen 2017], посвященного усваиванию лексики носителями норвежского. В датасете собраны следующие переменные:
* `Word_NW` -- норвежские слова;
* `Translation` -- перевод норвежских слов на английский;
* `CDS_freq` -- усредненная частота слова в речи, адресованной детям;
* `AoA` -- усредненный возраст освоения слова (в месяцах);
* `Lex_cat` -- лексическая категория, приписанная исследователями.
Постройте и визуализируйте лучшую регрессию, которая предсказывает возраст усвоения слова в зависимости от частотности в речи, адресованной детям. Помните про необходимость преобразования переменных, чтобы связь была линейной. Сравните полученный результат с результатом работы функции `geom_smooth()`, которая генерирует отдельную независимую регрессию для каждой из групп.
```{r}
nld <- read_csv("norwegian_lexical_development.csv")
...
```
## task 3.3 (вес задания: 2)
Перед вами четыре графика остатков. Проанализируйте каждый из них и опишите нарушения ограничений на применение регрессии, которые вы можете увидеть.
### График 1
...
### График 2
...
### График 3
...
### График 4
...
## task 3.4 (вес задания: 1)
Место для рефлексии по поводу ответов. Заполняется после того, как присланы ответы на задания до 28.03.2021 23:59. Это оцениваемое задание.