Transcript
Kernkompetenzen fur ¨ die Sprachwissenschaften Experimente und Datenerhebungen
Anke Assmann
[email protected] ¨ Leipzig, Institut fur Universitat ¨ Linguistik
22.06.2015
1 / 56
Charles Darwin:
Nur ein Narr macht keine Experimente.“ ”
2 / 56
Inhaltsverzeichnis
1
Experimente Grundlagen Ein Experiment planen
2
Experimente in der Linguistik Erweitere Introspektion Korpusstudien
3 4
Statistik LaTeX: Baumstrukturen mit tikz II Noch mehr Knoten Teile des Baums markieren Multidominanz Klammerstrukturen
3 / 56
Inhaltsverzeichnis
1
Experimente Grundlagen Ein Experiment planen
2
Experimente in der Linguistik Erweitere Introspektion Korpusstudien
3 4
Statistik LaTeX: Baumstrukturen mit tikz II Noch mehr Knoten Teile des Baums markieren Multidominanz Klammerstrukturen
4 / 56
Was ist ein Experiment? Ziel empirische Gewinnung von Daten Eigenschaften: ¨ ¨ Planmaßigkeit: die Planung des Experiments erlaubt es Storvariablen zu kontrollieren und eine kontrollierte Umgebung zu schaffen; es lassen ¨ sich Ursache und Wirkung feststellen; es lasst sich eine kausale ¨ Beziehung festellen, wenn sich aus einer frei gewahlten Variable X eine ¨ ¨ abhangige Variable Y erzeugen lasst. Variation: Experimentalbedingungen werden variiert, um so die ¨ Auswirkungen bei unterschiedlichen Stufen der unabhangigen Variable festzustellen ¨ ¨ Kontrolle: mogliche Storvariablen mussen kontrolliert werden durch ¨ Eliminieren, Konstant halten, Parallelisierung oder Randomisierung ¨ Replikation: Ein Experiment muss wiederholt werden konnen Auswertung: Die Daten aus einem Experiment mussen (statistisch) ¨ ausgewertet werden
http://www.experimentalpsychologie.de/page37.html 5 / 56
Inhaltsverzeichnis
1
Experimente Grundlagen Ein Experiment planen
2
Experimente in der Linguistik Erweitere Introspektion Korpusstudien
3 4
Statistik LaTeX: Baumstrukturen mit tikz II Noch mehr Knoten Teile des Baums markieren Multidominanz Klammerstrukturen
6 / 56
Schritte zum Experiment
2
Hypothese und Nullhypothese aufstellen ¨ ¨ Variablen und Storvariablen und deren Auspragungen bestimmen
3
Experimentablauf planen
4
(Pilotstudie durchfuhren) ¨
5
Experiment durchfuhren ¨
6
Daten auswerten
7
Ergebnisse interpretieren
8
schriftliche Zusammenfassung
1
7 / 56
Hypothese und Nullhypothese ¨ Hypothese: mogliche Antwort auf eine Forschungsfrage, ¨ Ein Experiment dient zur Uberpr ufung oder Widerlegung ¨ einer Hypothese. Nullhypothese: es liegt kein Effekt vor bzw. es besteht kein Zusammenhang Alternativhypothese: ¬Nullhypothese Arten von Hypothesen: universell: fur ¨ alle x gilt y (falsifizierbar, nicht verifizierbar ohne alle x zu prufen) ¨ existentiell: es gibt mindestens ein x, fur ¨ das y gilt (verifizierbar, nicht falsifizierbar ohne alle x zu prufen) ¨ proportional: fur ¨ z% aller x gilt y (weder falsifizierbar, noch verifizierbar ohne alle x zu prufen) ¨
Kriterien fur ¨ Hypothesenbildung: Falsifizierbarkeit, Operationalisierbarkeit, empirischer Gehalt 8 / 56
Experiment Beispiel: Munzen putzen ¨
Frage: Wie bekommt man Munzen wieder sauber? ¨ ¨ ¨ Hypothese: Munzen werden in einer Losung aus Saure und ¨ Salz wieder sauber.
Nullhypothese ¨ Die Bestandteile Saure und Salz interagieren nicht, um die Munzen sauber zu machen. ¨
9 / 56
Variablen ¨ unabhangige Variablen (Faktor): Variable, die das Ergebnis ¨ des Experiments beeinflusst, ihre Auspragung wird bewusst variiert ¨ ¨ abhangige Variablen: Variable, deren Auspragung sich in ¨ ¨ ¨ Abhangigkeit von den unabhangigen Variablen andert ¨ ¨ Storvariablen: andere Variablen, die das Ergebnis verandern ¨ konnen, die aber nicht gemessen werden sollen; sie mussen ¨ kontrolliert werden ¨ Vorsicht!: Oft werden Storvariablen nicht oder falsch erkannt, ¨ das kann das Ergebnis des Experiments verfalschen ¨ Faktorenstufen: Auspragung eines Faktors, zu jedem Faktor werden mehrere (mind. 2) Faktorenstufen definiert Bedingung: Kombination von Faktoren, die im Experiment zusammen auftreten: Die Faktoren werden kreuzklassifiziert Interaktion: Interagieren Faktoren, dann sind beide maßgeblich fur ¨ das Ergebnis 10 / 56
Experiment Beispiel: Munzen putzen ¨
¨ unabhangige Variablen: ¨ abhangige Variablen: ¨ Storvariablen:
11 / 56
Experiment planen Der Experimentablauf sollte nachvollziehbar und replizierbar sein. Im Experiment sollten alle Bedingungen (evtl. mehrfach) getestet werden. Man muss sich bei der Durchfuhrung genau an den Plan ¨ halten. Der Plan sollte schriftlich ausgearbeitet werden. Wichtige Punkte der Planung: Messmethode und Messskala festlegen den genauen Ablauf planen. ¨ Mogliche Ergebnisse abwiegen Entscheiden, wie Ergebnisse ausgewertet und interpretiert werden sollen.
12 / 56
Hinweise zu Experimenten mit Versuchspersonen Bei Experimenten mit VPn misst man das Verhalten (Lesezeiten, Tastendruck, Augenbewegungen, Ankreuzen, ...) bzw. die physiologischen Reaktionen ¨ (Hirnstrome, Magnetfelder, Stoffwechselprozesse im Gehirn) einer Person auf die Bedingungen des Experiments Bei Versuchspersonen kann immer nur die Performanz, nicht die Kompetenz abgefragt werden. ¨ ¨ Ergebnisse konnen durch (ungewollte) Priming-Effekte verfalscht werden, d.h. ¨ Anordnung der prasentierten Items spielt eine Rolle; zu kontrollieren sind: Reihenfolge der Bedingungen: i.d.R. durch Randomisierung Einbeziehungen von Filler-Items: Bedingungen, die nicht den Experimentbedingungen entsprechen, sondern die Versuchsperson vom ¨ eigentlichen Ziel des Experiments ablenken sollen (ahnlich genug, aber doch verschieden); mind. 50% aller Items sollten Filler sein, besser 70-90% Experimente mit VPn durfen nicht zu lang sein (Konzentrationsmangel als ¨ ¨ Storvariable), notfalls die Bedingungen unter VPn aufteilen (wenn genugend VPn) ¨ ¨ Motivation: Um Mitarbeit der VPn zu erhohen, kann man bei erfolgreicher Teilnahme eine Belohnung in Aussicht stellen http://www.uni-leipzig.de/~gksprach/homepages/dirkj/methdes.pdf 13 / 56
Stichproben Da man nie die Grundgesamtheit testen kann, muss man eine ¨ Stichprobe wahlen. Diese sollte in ihren Eigenschaften der Grundgesamtheit gleichen. Fur ¨ Linguistik: Grundgesamtheit sind meist die Sprecher einer Sprache bzw. alle Menschen, d.h. die Verteilung von Alter, Geschlecht, Bildungsstand, Berufsgruppe etc. sollte in den ¨ Stichproben idealerweise etwa denen der Bevolkerung ¨ entsprechen, denn es sind potentielle Storvariablen (dieses Ideal wird selten erreicht) ¨ Alle Informationen zu den VPn, die als potentielle Storvariablen gelten, sollten aufgezeichnet werden. Irrelevante Informationen, vor allem der Name, genaue Adresse, E-Mailadresse, werden nicht zusammen mit den Messergebnissen gespeichert, d.h. ¨ Experimente sind anonym. Benotigt man die Informationen (z.B. fur ¨ ein Gewinnspiel), sollten diese so gespeichert werden, dass ¨ sie den Messergebnissen nicht zugeordnet werden konnen. 14 / 56
Experiment Beispiel: Munzen putzen ¨
Experimentablauf?
15 / 56
Experiment durchfuhren ¨
¨ dem Plan wird das Experiment durchgefuhrt. Gemaß Der Plan ¨ ¨ ¨ darf wahrend des Experiments nicht verandert werden.
16 / 56
Experiment Beispiel: Munzen putzen ¨
Experiment durchfuhren ¨
17 / 56
Daten auswerten
Ein Experiment liefert Rohdaten. Meist reicht eine einfache Beschreibung nicht. Die Bedeutung der Daten kann durch z.B. eine statistische Auswertung ermittelt werden. (Manchmal reicht ein einfacher Mittelwert.) Die statistische Auswertung beinhaltet oft auch eine Visualisierung der Messwerte.
18 / 56
Experiment Beispiel: Munzen putzen ¨
¨ Auswertung: Mittelwerte der Veranderung der Sauberkeit fur ¨ die Bedingungen
19 / 56
Daten interpretieren
Hauptfrage Haben die Ergebnisse die Nullhypothese falsifiziert?
Ja: Die Nullhypothese gilt nicht. Stattdessen gilt die Alternativhypothese. ¨ Nein: Keine Aussage moglich, ob die Nullhypothese gilt oder nicht. Ein nein“ verifiziert die Nullhypothese nicht ” automatisch.
20 / 56
Experiment Beispiel: Munzen putzen ¨
Interpretation?
21 / 56
Schriftliche Zusammenfassung
Methodik, Ablauf, Ergebnisse, Auswertung und Interpretation mussen so festgehalten werden, dass das ¨ Experiment darauf basierend wiederholt werden kann. Meist gibt man nicht die Rohdaten an, sondern die Ergebnisse nach der statistischen Auswertung. Bei linguistischen Experimenten sollte man auch Beispiele fur ¨ Test-Items und Filler-Items angeben.
22 / 56
Inhaltsverzeichnis
1
Experimente Grundlagen Ein Experiment planen
2
Experimente in der Linguistik Erweitere Introspektion Korpusstudien
3 4
Statistik LaTeX: Baumstrukturen mit tikz II Noch mehr Knoten Teile des Baums markieren Multidominanz Klammerstrukturen
23 / 56
Besonderheiten von Experimenten in der Linguistik ¨ Man will eine kognitive Fahigkeit des Menschen testen. Dazu braucht man Versuchspersonen. Sprache ist sehr komplex. Daher sind die Experimente zur ¨ ¨ Sprache sehr storanf allig. Grunde: ¨ ¨ von Sprache kann die Performanz der VPn Komplexitat herabsetzen. Da man in Experimenten die Sprachperformanz als Spiegel der Sprachkompetenz betrachtet, sollten optimale Bedingungen fur ¨ die Performanz herrschen ¨ von Sprache erschwert die Isolation von Komplexitat ¨ einzelnen Faktoren. Es mussen sehr viele Storvariablen, ¨ auch nicht streng grammatische (z.B. Frequenz, ¨ Lange), ¨ Plausibilitat, kontrolliert werden, d.h. die Auswahl der sprachlichen Beispiele ist eine schwierige Aufgabe.
24 / 56
Methoden von Experimenten in der Linguistik
erweiterte Introspektion: Elizitation von sprachlichen ¨ Beispielen und/oder Akzeptanzurteilen (am starksten operationalisierte Form: Magnitude Estimation) Korpusstudien: Messung der Frequenz einer Konstruktion bezogen auf die Frequenz anderer Konstruktionen psycholinguistische Methoden: Reaktionszeiten, ¨ ¨ Lesezeiten, Hirnstrome messen (meist erhohter Technikaufwand) http://ling.uni-konstanz.de/pages/home/zinsmeister/ KL_0910/Material/091021_intro-handout.pdf
25 / 56
Inhaltsverzeichnis
1
Experimente Grundlagen Ein Experiment planen
2
Experimente in der Linguistik Erweitere Introspektion Korpusstudien
3 4
Statistik LaTeX: Baumstrukturen mit tikz II Noch mehr Knoten Teile des Baums markieren Multidominanz Klammerstrukturen
26 / 56
Beispiele elizitieren Man versucht, Sprechern bestimmte Informationen zu entlocken“. ” Hilfsmittel: Bilder ¨ Satze in anderer Sprache, die von Sprecher und Forscher ¨ verstanden werden (Ubersetzungsaufgabe) Referenzbeispiel zur Analogiebildung Hinweise: ¨ Durch sprachliche Hinweise konnen bestimmte Konstruktionen auch ungewollt geprimet werden. Man kann nur Positivbeispiele elizitieren. Man kann nicht erfahren, ob bestimmte Sachen ungrammatisch sind. Dazu mussten Urteile elizitiert werden. ¨ Je mehr Sprecher desto besser. 27 / 56
Urteile elizitieren Man gibt dem Sprecher sprachliche Ausdrucke seiner ¨ Muttersprache vor. Diese sollen hinsichtlich ihrer ¨ NATURLICHKEIT bewertet werden. ¨ ist eine bereits Teil Vorsicht!: Der Begriff Grammatikalitat“ ” der Interpretation der Ergebnisse Es muss eine Messskala erdacht werden: Einfachste Skala: gut, schlecht bzw. ja (Satz meiner Sprache), nein (nicht Satz meiner Sprache) Besser: Intervallskala mit ungerader Anzahl von Werten (es sollte immer einen Mittelwert geben) evtl. auch kontinuierliche Skala (keine festen Skalenwerte)
Sprachbeispiele zu beurteilen ist ein unnaturlicher und ¨ damit meist ungewohnter Prozess. Dem Sprecher mussen ¨ ¨ Vorgehen und Skala anhand von Beispielen erklart ¨ werden. Auch bietet sich eine Ubungsphase an, in der die Sprecher die vorgegebene Skala auf ihr jeweiliges ¨ Sprachgefuhl ¨ abbilden konnen. 28 / 56
Fragebogen gestalten Ein Fragebogen dient der systematischer Elizitation von Daten und/oder Urteilen. Ein Fragebogen sollte als Experiment gewertet werden, da der Versuchsleiter die Bedingungen uber die Wahl der ¨ Beispiele kontrolliert. Daher sollte man die Kriterien fur ¨ Experimente unbedingt beachten. ¨ Ein Fragebogen soll die Aufgabe erklaren und die Daten ¨ mit einer Bewertungsmoglichkeit auflisten. ¨ Es kann hilfreich sein, die Moglichkeit anzubieten, ein Datum nicht zu bewerten ( keine Ahnung“ ankreuzen) und ” ¨ am Ende ein Kommentarfeld fur Probleme zu ¨ mogliche hinterlassen. (Vor allem wichtig, wenn man als Versuchsleiter nicht vor Ort ist.)
29 / 56
Magnitude Estimation Magnitude Estimation Magnitude Estimation ist eine erweiterte Messmethode, mit der die Perzeption eines bestimmten Reizes auf den Menschen gemessen werden soll. Methodik: Die VP gibt an, wie stark sie den Reiz im Vergleich zu einem Referenzwert empfindet. Angewendet auf die Linguistik heißt das, dass wenn die VP ein Sprachbeispiel als doppelt so wohlklingend empfindet wie das Referenzbeispiel, weist sie dem Beispiel einen doppelt so hohen Wert zu. Die Skala ist infinit und kontinuierlich. Probleme: VPn tun sich oft schwer mit der Benutzung von hohen Werten. Zum Teil kehren sie fur ¨ sich zu einer Intervall-Skala zuruck. ¨ ¨ ¨ Magnitude Estimation benotigt eine langere Einfuhrungsund ¨ ¨ Ubungsphase. Literatur: Bard et al. (1996), Featherston (2007), Featherston (2009)
30 / 56
Inhaltsverzeichnis
1
Experimente Grundlagen Ein Experiment planen
2
Experimente in der Linguistik Erweitere Introspektion Korpusstudien
3 4
Statistik LaTeX: Baumstrukturen mit tikz II Noch mehr Knoten Teile des Baums markieren Multidominanz Klammerstrukturen
31 / 56
Was ist ein Korpus?
Sammlung von geschriebenen oder gesprochenen Texten einer Sprache (manchmal mehrerer Sprachen). Je nach Typ umfasst ein Korpus Texte eines Genre (z.B. Zeitungstexte) oder Texte verschiedener Genre. Die fur ¨ die Sprachwissenschaft interessanten Korpora sind ¨ annotiert, d.h. es sind zusatzliche Informationen, wie z.B. uber Wortarten, vorhanden. ¨ ¨ Diese Annotationen konnen auch morphosyntaktische oder – bei gesprochenen Korpora – phonologische Informationen beinhalten.
32 / 56
Beispiele fur ¨ Korpora DWDS-Kernkorpus (http://www.dwds.de/resource/kerncorpus/): Korpus der Berlin-Brandenburgischen Akademie der Wissenschaften, auf ¨ dessen Grundlage das Digitale Worterbuch der deutschen Sprache des 20. Jahrhunderts (DWDS) erstellt wurde. Projekt Deutscher Wortschatz (http://wortschatz.uni-leipzig.de/): ¨ 35 Millionen Satze ¨ Deutscher Wortschatz Online. Enthalt mit 500 Millionen ¨ Wortern. IDS-Korpora (http://www.ids-mannheim.de/kt/corpora.html): Korpora des Instituts fur ¨ Deutsche Sprache. Es handelt sich um die weltweit ¨ großte Sammlung von deutschsprachigen Textkorpora als empirische Basis fur ¨ ¨ die linguistische Forschung. Online-Recherche ist mit COSMAS II moglich. LIMAS-Korpus (http://www.korpora.org/Limas/): ¨ Reprasentatives Zeitschnittkorpus der deutschen Gegenwartssprache (Schriftsprache) von 1970: Es handelt sich um eine Auswahl von 500 Texten, respektive Textfragmenten, verschiedener Textsorten mit insgesamt 1 Million Wortformen. Das Korpus kann in seiner Gesamtheit im WWW recherchiert werden. Korpus Sudtirol ¨ (http://www.korpus-suedtirol.it/index_DE): Eine Initiative zur Sammlung, Archivierung und korpuslinguistischen Erschließung von sudtiroler deutschsprachigen Texten. ¨ Weitere Korpora: https://www.linguistik.hu-berlin.de/de/institut/ professuren/korpuslinguistik/links/korpora_links 33 / 56
Wozu Korpus untersuchen?
Hauptzwecke: Frequenzuntersuchungen ¨ Untersuchungen der Produktivitat Finden von Beispielen, Generalisierungen Untersuchung von Kontextvariablen
34 / 56
Wie Korpus untersuchen?
¨ Im Wesentlichen ist die Methodik das Zahlen von Beispielen fur ¨ eine bestimmte grammatische Konstruktion. Bei einem faktoriellem Design werden die Frequenzen fur ¨ verschiedene Bedingungen verglichen. Die meisten Korpora sind digitalisiert, daher kann das Finden von Daten und Messen der Frequenz automatisiert erfolgen. Faustregel: Eine niedrige Frequenz deutet auf ¨ hin, eine hohe Frequenz auf Akzeptabilitat. ¨ Inakzeptabilitat
35 / 56
Vor- und Nachteile von Korpusstudien Vorteile: ¨ keine Abhangigkeit von Versuchspersonen relativ geringer Aufwand stark computergestutzt, so ¨ ¨ wenig fehleranfallig
Nachteile: Korpus nur Stichprobe einer Sprache: evtl. nicht ¨ reprasentativ (nicht alle ¨ Phanomene) ¨ viele Daten, Korpus enthalt die fur ¨ die Untersuchung nicht relevant sind ¨ Daten konnen fehlerhaft sein (Performanzfehler, absichtliche Normabweichungen) Unterschied zwischen Seltenheit und ¨ nicht Ungrammatikalitat klar 36 / 56
Inhaltsverzeichnis
1
Experimente Grundlagen Ein Experiment planen
2
Experimente in der Linguistik Erweitere Introspektion Korpusstudien
3 4
Statistik LaTeX: Baumstrukturen mit tikz II Noch mehr Knoten Teile des Baums markieren Multidominanz Klammerstrukturen
37 / 56
Experimente und Statistik
Die Ergebnisse von Experimenten werden meist mit statistischen Methoden ausgewertet. Die Planung des Experiments sollte in Hinblick auf die statistischen Methoden erfolgen: Was ist die Grundgesamtheit? Wie soll die Stichprobe aussehen? Wie soll die Messskala aussehen? Was fur ¨ Daten sind zu erwarten? Literaturempfehlungen: Rumsey (2004, 2012); Gries (2008)
38 / 56
Schritte zur Auswertung 1
¨ Datenbereinigung: Ausreißer beseitigen, Plausibilitat, Fehler prufen ¨
2
Standardisierung der Skalen (z-Transformation): gerade bei Bewertungsskalen kann es zu Abweichungen zwischen Sprechern kommen (einige bewerten strenger, andere weicher), Die Skalen mussen angeglichen werden ¨
3
Verteilung prufen: ¨ Sind die Werte normalverteilt (Glockenkurve)? Statistischen Test durchfuhren, ¨ z.B.
4
t-Test: Mittelwerte von Gruppen bestimmen und zwischen zwei Gruppen, bzw. mit Sollwert vergleichen. ANOVA (Varianzanalyse): einfaktoriell, Vergleich von Mittelwerten von mehr als zwei Gruppen; zweifaktoriell, Untersuchung der Interaktion von 2 Faktoren ¨ ¨ X 2 -Test: zur Uberpr ufung von Verteilung, Unabhangigkeit ¨ ¨ von Stichproben von Variablen, Homogenitat 39 / 56
Statistikprogramme
Statistische Auswertung wird in der Regel computergestutzt ¨ durchgefuhrt. Dafur ¨ ¨ gibt es verschiedene Programme, die auch Diagramme erstellen: R (Open Source, sehr umfangreiche ¨ Anwendungsmoglichkeiten) Office-Programme, z.B. Microsoft Excel (in Heimversion ¨ meist nur eingeschrankte Funktionen) ¨ Software, kostenlose Version PSPP, sehr SPSS (prorietare ¨ umfangreiche Anwendungsmoglichkeiten) https: //de.wikipedia.org/wiki/Liste_von_Statistik-Software
40 / 56
Signifikanz
Ergebnisse sind signifikant, wenn die Wahrscheinlichkeit, dass sie durch Zufall zustande gekommen sind, unter 5% liegt. ¨ Die Signifikanz ist auch abhangig von der ¨ Stichprobengroße. Angabe wird als p-Wert“ bezeichnet. Je kleiner der Wert ” desto besser. Die Signifikanz wird durch statistische Tests ermittelt.
41 / 56
Inhaltsverzeichnis
1
Experimente Grundlagen Ein Experiment planen
2
Experimente in der Linguistik Erweitere Introspektion Korpusstudien
3 4
Statistik LaTeX: Baumstrukturen mit tikz II Noch mehr Knoten Teile des Baums markieren Multidominanz Klammerstrukturen
42 / 56
Inhaltsverzeichnis
1
Experimente Grundlagen Ein Experiment planen
2
Experimente in der Linguistik Erweitere Introspektion Korpusstudien
3 4
Statistik LaTeX: Baumstrukturen mit tikz II Noch mehr Knoten Teile des Baums markieren Multidominanz Klammerstrukturen
43 / 56
Knoten einbetten \begin{tikzpicture}[baseline=0pt, remember picture] % remember picture ist wichtig \Tree [.DP [.D \node(D){a}; ] [.{NP} \edge[roof]; \node {\subnode{N}{book} about animals}; ]] %\ subnode definiert einen Knoten in einem Knoten, ben¨ otigt \usetikzlibrary{tikzmark} \draw[<->] (D) |- +(0,-1) -| (N); \end{tikzpicture} DP D
NP
a book about animals
44 / 56
Inhaltsverzeichnis
1
Experimente Grundlagen Ein Experiment planen
2
Experimente in der Linguistik Erweitere Introspektion Korpusstudien
3 4
Statistik LaTeX: Baumstrukturen mit tikz II Noch mehr Knoten Teile des Baums markieren Multidominanz Klammerstrukturen
45 / 56
Teile des Baums einrahmen I \begin{tikzpicture}[baseline=0pt, remember picture] \Tree [.DP [.\node(D){D}; \node(a){a}; ] [.NP book [.\node(PP){PP }; \node(P){about}; \node(an){animals}; ] ] ] \node[draw,fit=(D)(a)]{}; %fit f¨ ugt mehrere Knoten in einen, ben¨ o tigt \usetikzlibrary{fit} \node[draw,fit=(PP)(P)(an)]{}; \draw[<->] (a) |- +(0,-2) -| (P); \end{tikzpicture} DP D a book
NP PP about animals
46 / 56
Teile des Baums einrahmen II \begin{tikzpicture}[baseline=0pt, remember picture] \Tree [.\node(DP){DP}; [.\node(D){D}; \node(a){a}; ] [.\node(NP){NP}; book [.\node(PP){PP}; \node(P){ about}; \node(an){animals}; ] ] ] \node[draw,circle,fit=(DP)(NP)]{}; \end{tikzpicture}
DP D a book
NP PP about animals 47 / 56
Phasen markieren DP
D
a book
2.Phase
1.Phase
NP
PP
about animals
\begin{tikzpicture}[baseline=0pt, remember picture,level distance =40pt] \Tree [.DP [.\node(D){D}; \node(a){a }; ] [.NP book [.\node(PP){PP}; \node(P){about}; \node(an){ animals}; ] ] ] \draw[<->] (a) |- +(0,-3) -| (P); \begin{scope}[shift={(-2em,-4.3em)}] %erlaubt ¨ Uberlappung von Strichen und Baum \draw (0.3,0) edge[bend left] node[ above,very near end]{2.Phase} (2.3,1.0); \draw (1.3,-1.3) edge[bend left] node[above,very near end]{1. Phase} (3.3,-0.3); \end{scope} \end{tikzpicture}
48 / 56
Inhaltsverzeichnis
1
Experimente Grundlagen Ein Experiment planen
2
Experimente in der Linguistik Erweitere Introspektion Korpusstudien
3 4
Statistik LaTeX: Baumstrukturen mit tikz II Noch mehr Knoten Teile des Baums markieren Multidominanz Klammerstrukturen
49 / 56
Multidominanzstrukturen I
&P &0
DP D
NP
a book
DP
& D
a magazine
NP PP about animals
50 / 56
Multidominanzstrukturen I
\begin{tikzpicture}[baseline=0pt, remember picture] \Tree [.\&P [.DP [.\node(D){D}; \node(a){a}; ] [.\ node(NP){NP}; book ] ] [.\&{$’$} \& [.DP [.\node( D){D}; \node(a){a}; ] [.NP magazine \edge[bend left]; [.\node(PP){PP}; \node(P){about}; \node(an ){animals}; ] ] ]]] \draw (NP.south)..controls +(1,-1) and +(1,2) ..(PP. north); \end{tikzpicture}
51 / 56
Multidominanzstrukturen II
VP V0 ZP Z
XP X α
WP
V W
YP Y
52 / 56
Multidominanzstrukturen II \begin{tikzpicture}[baseline=0pt, remember picture] \tikzset{level 4/.style={sibling distance=5em}} \Tree [.\node(ZP){ZP}; Z [.{XP} \node[shift={(-7em,0 em)}]{X}; \node[shift={(7em,0em)}](a){$\alpha$}; ]] % \begin{scope}[shift={(6.3em,5.3em)}] \Tree [.\node(VP){VP}; \edge[draw=none]; {} [.V$’$ V [.WP W [.\node(YP){YP}; \edge[draw=none]; {} Y ]]]] %ein Knoten wird als Leer definiert, die Verbindung ist unsichtbar \end{scope} \draw (YP.south) to (a.north); %Knotenverbindungen \draw (VP.south) to (ZP.north); \end{tikzpicture} 53 / 56
Inhaltsverzeichnis
1
Experimente Grundlagen Ein Experiment planen
2
Experimente in der Linguistik Erweitere Introspektion Korpusstudien
3 4
Statistik LaTeX: Baumstrukturen mit tikz II Noch mehr Knoten Teile des Baums markieren Multidominanz Klammerstrukturen
54 / 56
Klammerstrukturen \ex. \begin{tikzpicture}[baseline=0pt,remember picture] %die gesamte Struktur muss ein Knoten sein \node {[\sub{vP} [\subnode{DP}{\sub{DP}} the boys ] [\sub{v$’$} \subnode {v}{v} [\sub{VP} eats \subnode{obj}{pizza} ]]]}; \draw[semithick,o-o] (v) |- +(1,-1) node[circle,draw,solid,fill=white, inner sep=1pt] {1} -| node{}(obj); \draw[semithick,->] (v)..controls (south:1.5) and (south west:1.5) .. node[circle,draw,solid,fill=white,inner sep=1pt] {3} (DP); \draw[semithick,*-*] (v) |- +(-1.4,1) node[circle,draw,solid,fill=white, inner sep=1pt] {2} -| (DP); \end{tikzpicture}
2 (1)
[vP [DP the boys ] [v0 v [VP eats pizza ]]] 3
1 55 / 56
Referenzen I Bard, Ellen Gurman, Dan Robertson and Antonella Sorace (1996): ‘Magnitude Estimation of Linguistic Acceptability’, Language 72, 32–68. Featherston, Sam (2007): ‘Data in generative grammar: The stick and the carrot’, Theoretical Linguistics 33(3), 269–318. Featherston, Sam (2009): A scale for measuring well-formedness: Why syntax needs boiling and freezing points. In: S. Winkler and S. Featherston, eds, The fruits of empirical linguistics, Volume 1: Process. Mouton de Gruyter, Berlin, pp. 47–74. Gries, Stefan (2008): Statistik fur ¨ Sprachwissenschaftler. Vandenhoeck & Ruprecht. Rumsey, Deborah (2004): Statistik fur ¨ Dummies. Wiley. Rumsey, Deborah (2012): Statistik II fur ¨ Dummies. Wiley. 56 / 56
