range: www.victoria.ac.nz/lals/about/staff/paul-nation

sketch engine

www.sketchengine.co.uk

CLPAT lang

MLJ对研究的问题指出先要框架，然后问题，后方法

题目和研究问题一起看 ，核心概念和核心焦点

概念别人做过的，焦点是自己要做的

研究问题的来源，是呈上起下的作用

问题分3类来源

加深认识

系统认识

改善实践

改变情景

量化是统计方法，量化研究问题是精确化的数据问题，应用语言学的量化复杂

1找数值多少？-描述性统计

2找数值的关系 词汇量与阅读成绩关系等 相关分析和回归分析

3找差异  数值差异 他检验和方差分析

表述方法：

找多少，词汇量多少，文本覆盖率多少，比较

找关系 每一个区别性特征与口语关系

所有区别性特征与分数特征

relate to  一对一

contribute to  多对一

找差异  differ by 口语任务表现分数等级的差异

what  差异最明显的有那些？

老师搞科研不知道怎么搞，

学生找导师论文不通过，

发表论文审稿不通过

找问题可以通过高水平期刊

针对难的情况可以通过文献学*和在线工具

语言与数据研究：阿檀小倪讲量化

带着问题学方法

不是研究复杂性决定发文的成功度，而是问题核心要素。

链条式讲解能够降低形成问题的难度。

1介绍论文标题核心词，

2核心词如何链接论文理论框架，

3问题与数据手机和统计分析如何链接

两个群体T检验， 三个以上方差分析F检验

样本的平均数 Vs. 一个已知总体的平均数（A班和全校）

独立样本T检验：

两个独立的、没有明显联系的样本的平均数：A班和B班

配对样本t检验：两个紧密联系的平均数之间的差异（A班，期中和期末）

自变量和因变量之间有显著关系

自变量之间的相关不能太高

自变量越多，所需要的样本量越多

标准多项回归

数据要有代表性

工具有效性，反映核心概念

步骤的科学性

可重复

range Sketch  egine clpat 

COH-METRIX

LE*LE

数据是如何收集的？

证据性-数据即证据

代表性

工具的有效性

步骤的科学*ng

问题是如何形成的？

1.从文献中找问题

2. 从实践中找问题

①情景要聚焦 

②概念要核心

③wen'ti'yao'he'li

什么是研究？用数据回答问题。

什么是量化研究？描述、相关、回归、对比、bi'jiao

1. 研究问题的作用

怎样抓住重点？研究问题和题目一起看？

找核心概念（别人做的）、研究焦点（你做的）。

2.研究问题来源：加深认识、改善实践、改变情景

3.量化研究问题的分类：

①找多少-描述

②找关系-相关分析、回归分析

③找差异-T检验、方差分析

4.如何表述问题：

找多少

-what is  does more/less than   is the same

找关系

relate to   contribute to

找差异

differ by   what

四大主流期刊

apllied lin MLJ language learning

studies in sla 

如何进行描述性数据分析？

数据大通过

步骤跟着做

什么是描述统计：用一种简单的方式，来概括和呈现一堆数据的一些基本特征

数据：频率统计，集中量数，离散趋势

3个重要的引物：对象，工具，步骤

词汇覆盖率：特定等级词表占比

学生 先掌握高频词，然后低频词

问题形成，针对一种情况或现象描述，提出研究问题，找准最重要的一个方面或一个环节，抓住“牛鼻子”

数据收集：样本量很大，要具有

描述性问题   情景/概念/问题

情景：对具体处境进行描述，要聚焦，找到具体的点，

概念：分析该情景，解释该情景

变量：某种事物的某种属性，进行量化后得到的结果

变量一定是用数字来表示的

如：很重，很轻  不可以做变量

变量类型：

称名变量：类别，无法比较

顺序数据：排列，可以比较，不能加减乘除

等距数据：有单位，没有零点，只能加减，不能乘除

数据的收集：

收集的数据要为回答的问题提供证据链。选取对象要有代表性

选取的工具需要有效性

步骤科学性

Range 词汇分析软件

Sketch Engine 语料库收集工具

CLPAT

Coh-metrix

Lexile 

研究：用数据回答问题

量化研究：研究问题决定了你的研究是否是量化研究

描述研究：大致情况如何

相关：它两有何关系

回归：它们有何关系

对比：它俩有何差异

比较：

如何进行比较性数据分析：

方差分析(F检验）：比较多个群体之间的平均数差异

多次t检验会使得正确的概率越来越低，错误的概率越来越高，所以不可行

方差分析：一次性地比较因变量中方差的多少是由分组的不同所导致的

总体方差A：组内方差B，组间方差C

A＝B＋C（如果C在A中所占的比例越来越高，表明组别之间的差异越明显，如果C几乎没有，就表明三个组之间其实没有差异）

例子：大一到大四各１００名，专业知识水平是否有差异？

计算４００名学生总方差A，然后再计算每个年级的方差加起来的方差B，A-Ｂ得出C

通过计算C在A中的比例来计算F 值，F值大的话就表明四个年级的学生有显著的差异，相反，如果F 值小的话，就表明他们之间没有差别

两组的时候，方差分析和t检验的结果是一样的

方差分析显著之后，才能分别单独进行两两比较，确定哪两组之间有差异

方差分析有两种：

1）简单方差分析ＡＮＯＶＡ, 最基本的方差分析，对不同组别的同一变量的平均数进行比较

2）重复测量的方差分析：同一组被试被重复测量，得到多个数值，这些数值之间的比较

具体操作：

第一列：标识分组

从第二列开始：不同变量

分析---比较均值---单因素方差分析---选择因变量和因子（分组数据）---选项---描述性，方差同质性检验---均值图---两两比较--lsd（主选），tukey,bnonferron（如果前面同质性分析的各组之间方差值是一样的）

如果方差值是不一样的，则选择games-howell

继续---确定

另外一种方法：分析---一般线性模型---单变量---因变量和固定因子---选项---描述统计---方差齐性检验--继续---两两比较--因子---lsd+game---确定

阅读解释表格

均值和标准差

显著性如果大于0.05，就要看lsd的结果，小于则是看games的结果

单因素方差分析： df和F值和显著性

F值足够大，显著性小于0.05，则表明各个组之间的差异很显著；相反则差异不显著

多重比较分析：事后分析，两两比较（方差分析显著的情况下看这个）

不同组别的均值比较图

如何呈现结果：

对应问题，重制表格（提供平均数和标准差，不需要提供样本量和标准误），文字说明（文字和数字）（F值，自由度，显著性水平）

F（自由度1(分组的数量-1)，自由度2(剩下的不同组别的组内自由度)）=xxx，p=xxx

如果F值显著，要报告具体的事后分析的结果，即哪几个组之间有显著的差异

介绍对应表格---列举关键数值，F值和P值

如何收集数据

对象：一百年间美国小学三年级和六年级的教材

工具：qanalysis 6.0  +内部工具，可以使用lexile来获得篇章可读性计算值，平均句长计算值，词汇频率计算值，文本词数计算值

汉语：汉语文本指南针，词句篇的量化数值可以获得

步骤：文本