«Статистика в психо- и нейролингвистике»

Центр языка и мозга НИУ ВШЭ — Санкт-Петербург приглашает студентов, аспирантов, научных сотрудников и всех заинтересованных в применении современных статистических методов в гуманитарных и когнитивных исследованиях принять участие в осенней школе «Статистика в психо- и нейролингвистике».

О школе

Это интенсивная трехдневная образовательная программа, включающая лекции, воркшопы и мастер-классы. Школа направлена на развитие профессиональных компетенций в области современных статистических методов и их применение в когнитивных, гуманитарных и, в частности, лингвистических исследованиях. Участники получат практические знания и навыки по ключевым темам:

●     Визуализация данных

В рамках курса «Визуализация данных» будет рассмотрен широкий спектр тем, связанных с представлением информации в графическом виде. Вначале будут изучены различные типы данных и графиков, что позволит правильно выбирать подходящий способ визуализации. Далее будет подробно раскрыта визуализация как самостоятельный и важный этап анализа данных, помогающий глубже понять информацию. Особое внимание уделяется работе с пакетом ggplot2 языка R, где будут освоены методы создания, настройки и сохранения графиков. В завершение курса будут представлены полезные советы, часто встречающиеся ошибки и нестандартные решения, которые позволят сделать визуализацию более эффективной и информативной.

●     Смешанные линейные модели (включая кодирование контрастов)

В рамках курса будут рассмотрены основы простых и смешанных линейных регрессий. Будет уделено внимание интерпретации результатов смешанной линейной регрессии в R, включая объяснение значений различных компонент модели. Изучатся типы предикторов и виды отношений между ними, такие как основные эффекты, взаимодействия и вложенные контрасты. Рассмотрится проблема корреляции между предикторами и связанная с этим мультиколлинеарность. Будет проведена проверка допущений модели и освоены способы трансформации переменных, а также кодирование контрастов. Особое внимание будет уделено распаковке взаимодействий — их интерпретации и дальнейшему анализу. Анализ случайных эффектов и рекомендации по их включению в модель также войдут в программу. Для выбора наилучшей модели будет рассмотрено сравнение моделей с помощью anova и методы подбора модели, а также поправка на множественные сравнения. В завершение курса изучатся способы доклада результатов модели, методы оценки размера эффекта, включая простые и сложные подходы, а также способы оценки необходимого размера выборки.

●     Основы байесовской статистики

Курс по основам байесовской статистики познакомит с ключевыми принципами и методами байесовского подхода к анализу данных. В рамках курса будут рассмотрены теоретические основы байесовской статистики, включая понятия априорных и апостериорных распределений, а также формулу Байеса. Особое внимание будет уделено сравнению байесовских и частотных методов, их преимуществам и ограничениям. Практическая часть курса включает применение байесовских методов для решения исследовательских задач с помощью популярных языков программирования, таких как R. В ходе занятий будут изучены методы оценки параметров, моделирование данных, заполнение пропущенных значений и иерархическое моделирование. По окончании курса будут сформированы навыки интерпретации результатов байесовского анализа и подготовки научных выводов на основе байесовской статистики.

●     Обобщённые аддитивные модели (GAM)

В рамках курса будут рассмотрены основные принципы аддитивных моделей, их преимущества и ограничения, а также краткое сравнение с другими подходами к моделированию данных. Будут изучены категориальные и числовые предикторы, а также общий вид формулы модели. Особое внимание уделяется интерпретации результатов, включая распознавание значимых различий. Визуализация кривых и проведение попарных сравнений также будут освоены в процессе обучения. Рассмотрятся настраиваемые параметры моделей, такие как кривизна (wiggliness), базовое распределение и тип кривой. Для более сложных случаев будет затронуто использование смешанных эффектов и методы оценки качества модели. В качестве практического задания запланирован пошаговый разбор анализа игрушечных данных айтрекера или ЭЭГ, в зависимости от запроса участников.

Кому будет полезно?

Программа рассчитана на участников со средним уровнем владения статистикой и навыками программирования на языке R.

Общее количество мест ограничено — всего 30 человек. Для участия необходимо заполнить форму регистрации и описать свою мотивацию участию в соответствующем разделе формы. 

Формат участия: очный. Мероприятие будет проводиться в г. Санкт-Петербург по адресу 25-я линия Васильевского острова, 6, корп. 1  (Канатный цех). 
Для комфортного и эффективного участия рекомендуется иметь при себе личный ноутбук.

Подробная программа мероприятия, описание курсов и список преподавателей будут доступны позже.

По вопросам участия и организации обращайтесь в организационный комитет школы: clb-spb@hse.ru