[论文解读] Generalised additive mixed models for dynamic analysis in linguistics: a practical introduction

Márton Sóskuthy|arXiv (Cornell University)|Mar 15, 2017

Phonetics and Phonology Research参考文献 13被引用 123

一句话总结

本论文为广义加性混合模型（GAMMs）在动态语言学分析中的实用入门，聚焦于共振峰轨迹并提供在 R 中进行频度主义显著性检验的指南。

ABSTRACT

This is a hands-on introduction to Generalised Additive Mixed Models (GAMMs) in the context of linguistics with a particular focus on dynamic speech analysis (e.g. formant contours, pitch tracks, diachronic change, etc.). The main goal is to explain some of the main ideas underlying GAMMs, and to provide a practical guide to frequentist significance testing using these models. The introduction covers a range of topics including basis functions, the smoothing penalty, random smooths, difference smooths, smooth interactions, model comparison and autocorrelation. It is divided into two parts. The first part looks at what GAMMs are, how they work and why/when we should use them. Although the reader can replicate some of the example analyses in this section, this is not essential. The second part is a tutorial introduction that illustrates the process of fitting and evaluating GAMMs in the R statistical software environment, and the reader is strongly encouraged to work through the examples on their own machine.

研究动机与目标

• 解释GAMMs是什么，以及在语言学动态分析中何时使用它们。
• 提供一个基于 R 的实用教程，用于拟合和评估 GAMMs。
• 讨论 GAMMs 的基函数、平滑参数、EDF（自由度）及模型解释。
• 讨论残差自相关以及随机平滑和误差模型在提升推断中的作用。

提出的方法

• 介绍 GAMMs，并将其与 GAMs 及线性混合效应模型进行比较。
• 演示如何使用 mgcv 的 bam() 拟合 GAMMs，并对平滑项使用 s()。
• 解释基函数、节点和平滑参数，包括对 EDF 的解释。
• 展示随机截距、随机斜率和随机平滑如何捕捉组别/轨迹的变异。
• 讨论残差自相关及应对策略（随机平滑、误差模型）。
• 描述不同的平滑类别（三次回归样条、薄板样条、P-样条）以及多变量平滑。

实验结果

研究问题

• RQ1 在动态语言数据的背景下，GAMMs 是什么，它们与 GAMs 和线性混合效应模型有何不同？
• RQ2 在建模轨迹时，应如何选择和解释平滑参数、基函数的选择以及节点数量？
• RQ3 随机效应的作用，特别是随机平滑，在捕捉非线性轨迹的组间变异中起什么作用？
• RQ4 如何在基于 GAMM 的分析中识别并减轻残差自相关？
• RQ5 不同的平滑类别和多变量平滑如何影响动态语音分析中的模型拟合与解释？

主要发现

• GAMMs 通过包含随机效应（包括随机平滑）来扩展 GAMs，以捕捉轨迹-按组的变异。
• 平滑参数和 EDF 决定曲线的波动程度，并从数据中估计，以防止过拟合/欠拟合。
• 与仅有随机截距/斜率相比，随机平滑可以显著改善轨迹数据的拟合，尽管计算量更高。
• 模型残差中的残留自相关表明模型设定不当，可以通过随机平滑或误差模型来解决。
• 不同的平滑类别（三次回归样条、薄板样条、P-样条）产生大致相似的拟合曲线，但具有不同的基函数和特性。
• 多变量平滑使建模轨迹如何随额外预测变量（如持续时间）变化成为可能。