Гуманитарные науки в цифровую эпоху, НИУ ВШЭ, 2026
Расписание
6.11, 13.11, 27.11, 28.11, 4.12, 11.12, 18.12
(в основном, по пятницам)
Презентации
Лекция № 1 (вводная), 6.11.2026
Лекция № 2 (оцифровка), 13.11.2026
Ссылка
Материалы к занятиям
Семантическое издание: Commentarii Academiae Scientiarum Imperialis Petropolitanae
Способ посчитать хи-квадрат (χ²) в R
Пример: 30, 10, 15, 45.
| yes | no | |
|---|---|---|
| A | 30 | 10 |
| B | 15 | 45 |
Расшифровка:
- 30 — сколько объектов с признаком A имеют результат yes
- 10 — сколько объектов с признаком A имеют результат no
- 15 — сколько объектов с признаком B имеют результат yes
- 45 — сколько объектов с признаком B имеют результат no
Допустим, вы опросили 100 человек: 40 из группы A и 60 из группы B, и спросили «согласны?» (yes/no):
- Из 40 человек группы A: 30 сказали «yes», 10 — «no» → строка A: 30, 10
- Из 60 человек группы B: 15 сказали «yes», 45 — «no» → строка B: 15, 45
Не должно быть < 5
Сумма всех четырёх чисел = общее число наблюдений n = 30 + 10 + 15 + 45 = 100. Это n и подставляется в формулу V Крамера.
Числа идут по строкам (при byrow = TRUE): сначала вся первая строка (30, 10), потом вторая (15, 45).
my_table <- matrix(c(30, 10, # строка A: yes=30, no=10
15, 45), # строка B: yes=15, no=45
nrow = 2, byrow = TRUE)
Если перепутать порядок и ввести по столбцам, таблица «перевернётся» — χ² и V Крамера посчитаются, но уже для другой раскладки. Поэтому byrow = TRUE важен.
# --- 1. Вводим готовые частоты (по строкам!) ---
my_table <- matrix(c(30, 10,
15, 45),
nrow = 2, byrow = TRUE)
my_table
# --- 2. Хи-квадрат ---
test <- chisq.test(my_table)
test
# --- 3. V Крамера (для 2×2 он же Phi) ---
cramers_v <- sqrt(test$statistic / sum(my_table))
cramers_v
Примерный вывод:
Pearson's Chi-squared test with Yates' continuity correction
data: my_table
X-squared = 18.75, df = 1, p-value = 1.485e-05
V Крамера = 0.5
Значение V Крамера находится в диапазоне от 0 до 1:
0 — связи нет.
1 — максимально возможная связь (для данной размерности таблицы).
Чем ближе к 1, тем сильнее связь. Обычно значения около 0.1 считаются слабыми, 0.3 — средними, 0.5 и выше — сильными, но это зависит от контекста.
Интерпретация:
- p-value = 1.485e-05 (≈ 0.000015) — меньше 0.05 → связь между переменными статистически значима, гипотеза о независимости отвергается.
- V Крамера = 0.5 — величина эффекта; 0.5 для таблицы 2×2 означает сильную связь (ориентиры: 0.1 — слабая, 0.3 — средняя, 0.5+ — сильная).
- X-squared = 18.75, df = 1 — промежуточные цифры теста; сами по себе для интерпретации не нужны, важны через p-value.
Итог: связь есть, она значима (p < 0.001) и сильная (V = 0.5).
Статьи для краткого пересказа
- A new chronology of Shakespeare’s plays
- Six Degrees of Francis Bacon: A Statistical Method for Reconstructing Large Historical Social Networks
- Automatic detection of reuses andcitations in literary texts
- The sense of a connection: Automatic tracing of intertextuality meaning
- Ranking contemporary American poems
- Genre, Computation, and the Varieties of Twentieth-Century U.S. Fiction
- The Ancient World in Nineteenth-Century Fiction
- The semantics of poetry: a distributional reading
- A network framework of cultural history
- Quicker, Faster, Darker: Changes in Hollywood Film over 75 Years
Видео занятий
Литература к курсу
- Цифровые гуманитарные исследования: монография / А. Б. Антопольский, А. А. Бонч-Осмоловская, Л. И. Бородкин [и др.]. — Красноярск: Сиб. федер. ун-т, 2023. — 272 с.