R_Baayen のバックアップ(No.14) - アールメカブ

アールメカブ


R_Baayen のバックアップ(No.14)


BaayenAnalyzing Linguistic Data についての私的メモ

Baayen と言えば,語彙成長シミュレーションだと思われるので.

 Aliceの語彙成長曲線

以下は誤植あるいは誤解と思われる箇所.

  • p.84
    • ver.transp <- log(ver$...); ver.opaque <- log(ver$...)
  • p.132
    • splom(data.frame(affixes.pr$x[,1:3]),
  • p.150
    • ClesS と Ient との相関係数が有意とあるが,Cels と Vf の間違いではないか?
  • p.155
    • print.diana 関数に col = c("black","white") は意味ないのではないか?
  • p.162
    • accessibility of theme のカテゴリは given ではなく new
  • p.172
    • spanish.manova <- manova(cbind(PC1, PC2, PC3, PC4, PC5, PC6, PC7, PC8) ~ spanishMeta$Author, data = spanish.x)
  • spanich データへの主成分分析の結果から,さらに判別分析を行うのに,CV = TRUE は使わないという節の理由が良く分からないのだが,何か見落としているだろうか? 解決.主成分分析そのものを leave-one-out してから,その結果を使って lda をしろということ.
  • p.177
    • cbind(c(153, 342 - 153), c(202, 342 - 202))の間違いでは?
  • p.184
    • without including a main effect for meanFamiliarity^2 の間違では?
  • p.213
    • 下から5行目の 0.003 は 0.002 と思われる.
  • p.229

    Irregular verbs also tends to be more frequent than regular verbs, and it is reasonable to assume that this high frequnecy protects irregular verbs through time against regularization.

  • p.243
    • lines(local.subset$year, local.subset$predict, lty = 3)
    • lines(local.subset$year, local.subset$predictA, lty = 3)
  • p.255
    • plot(alice.spc, lnre.spc(alice.lnre.$&color(red){gigp}, 25942))
  • p.264
    • lexdec データの初出は2章 p. 26.
  • p.270
    • pvals.fnc(lexdec3.lmer) で良い.$fitted は不要.
  • p.274
    • ranefs <- ranef(lexdec3.lmerD)
  • p.275
    • plot(ranefs$Subject)