Statistics for Linguistics

Enseignants

Paquot Magali;

Langue
d'enseignement

Anglais
> Facilités pour suivre le cours en français

Thèmes abordés

Analyse quantitative de données linguistiques : 

• Visualisation de données 
• Statistiques descriptives : définitions, calcul et représentation 
• Statistiques inférentielles : concepts principaux 
• Analyses et tests statistique de base : comparaison de fréquence, tests de moyenne, tests non paramétriques, corrélations 
• Introduction (théorique) au modèle de régression linéaire 

Le cours utilise le logiciel R 

Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :
1	Comprendre pourquoi les statistiques sont nécessaires en linguistique et comment elles permettent de tester des hypothèses, de modéliser des phénomènes linguistiques, et de valider des conclusions empiriques.
2	Définir les concepts de base des statistiques descriptives et inférentielles (e.g. moyenne, écart-type, concepts de base des tests d’hypothèse)
3	Organiser et nettoyer des données linguistiques pour les préparer à l’analyse statistique
4	Utiliser des graphiques et des tableaux pour représenter des données linguistiques
5	Interpréter des graphiques et des tableaux dans le contexte d’analyses linguistiques
6	Calculer et interpréter des mesures de tendance centrale et de dispersion pour représenter des données linguistiques
7	Effectuer des tests statistiques simples et interpréter les résultats
8	Utiliser le logiciel R pour effectuer des statistiques descriptives et inférentielles de base
9	Présenter clairement les résultats des analyses statistiques
10	Comprendre un article scientifique utilisant des statistiques (de base) et poser un regard critique sur les résultats d’une analyse quantitative.
Cette unité d’enseignement contribue au développement et à la maitrise des compétences et acquis des programmes de l’Ecole de langues et lettres suivants (cf. Tableau des AA ELAL) :  1.4 ; 2.3 ; 2.4; 2.6 ; 3.1 ; 4.5 ; 5.1 ; 5.3

Contenu

Analyse quantitative de données linguistiques avec le logiciel R (statistiques descriptives, statistiques inférentielles, tests statistique de base, visualisation des données)

Méthodes d'enseignement

Mélange entre cours magistral et sessions d'exercices

Modes d'évaluation
des acquis des étudiants

L'évaluation se fera selon deux modalités:

• Évaluation continue certificative (exercices obligatoires sous la forme de quizzes et de travaux à remettre)  (30 % de la note). 
• Examen écrit (70 % de la note)

Participation au cours
Conformément à l'article 72 du Règlement général des études et des examens, l’enseignant·e responsable du cours peut proposer au jury de refuser l’inscription à l’examen (de janvier ou de septembre) d’un·e étudiant·e n’ayant pas participé de manière régulière aux activités d’apprentissage et/ou n’ayant pas remis ses travaux dans les délais impartis.
Deuxième inscription à l'examen
En cas de deuxième inscription à l'examen, l'étudiant sera uniquement évalué sur base d'un examen écrit représentant 100% de la note.
Usage des intelligences artificielles génératives
Dans l’ensemble des tâches et des activités en lien avec ce cours, l’étudiante ou l’étudiant se doit de respecter les Lignes directrices pour une utilisation responsable des outils d’intelligence artificielle générative définies par l’École de langue et lettres. Plus spécifiquement, tout usage des outils d’intelligence artificielle devra se limiter au niveau modéré (niveau 2) de la Grille des usages de l’intelligence artificielle générative qui complète les lignes directrices.
En cas de non-respect des règles en la matière, le jury prendra les dispositions prévues par la section 6 des Lignes directrices.
Plus généralement, l’étudiante ou l’étudiant se doit de respecter le Règlement général des évaluations des études et des examens (RGEE) de l’UCLouvain, en particulier pour ce qui concerne les irrégularités et le plagiat (art. 107 du RGEE).

Autres infos

Ce cours nécessite un bon niveau d'anglais (compréhension et production).

Ressources
en ligne

https://moodleucl.uclouvain.be/course/view.php?id=12097

Bibliographie

• Field, A., Miles, J. and Field, Z. (2012). Discovering Statistics Using R. London : Sage Publications.
• Gries, St. Th. (2021). Statistics for Linguistics with R. A Practical Introduction. 3rd edition. Berlin: De Gruyter Mouton.
• Howell, D. C. (2016). Fundamental statistics for the behavioral sciences. Nelson Education.

Support de cours

• Gries, St. Th. 2021. Statistics for Linguistics with R. A Practical Introduction. 3rd edition. Berlin: De Gruyter Mouton.
• Slides and additional chapters available on Moodle

Faculté ou entité
en charge

> FIAL