塔瓦科利，沙欣;戴维·皮戈利;约翰·A·D·阿斯顿。;约翰·科尔曼。 语言对象数据的空间建模方法：分析英国各地的方言语音变化。 （英语） Zbl 1428.62507号 美国统计协会。 114，编号527，1081-1096（2019）. 摘要：方言变异在语言学和其他社会科学中具有重要意义。然而，传统上，它是使用代理（抄本）而非直接录音进行研究的。我们引入了新的统计技术来分析地理定位的语音记录，并探索感兴趣区域内连续发音的空间变化，而传统等义词则提供了该区域的离散划分。这种类型的数据需要对平均值和协方差的变化进行显式建模。通常的欧几里德度量是不合适的，因此我们引入了（d）-协方差的概念，它允许在空间和各个位置进行一致的估计。然后，我们为这些对象提出了空间平滑，这说明了感兴趣区域的可能非凸几何。我们将提出的方法应用于保存在伦敦大英图书馆的英国国家语料库口语部分的数据，并绘制了英国各地方言变化的地图。此外，这些方法允许跨感兴趣领域进行声学重建，允许研究人员听取统计分析。对于本文，可以在线获取。 引用于3评论引用于5文件 MSC公司： 62第25页 统计学在社会科学中的应用 62H11型 定向数据；空间统计学 62兰特 功能数据分析 关键词：声学语言学数据;协方差矩阵;功能数据分析;非参数平滑;对象数据分析 软件：fdasrvf公司;R（右） PDF格式BibTeX公司 XML格式引用 \textit{S.Tavakoli}et al.，J.Am.Stat.Assoc.114，No.527，1081--1096（2019；Zbl 1428.62507） 全文： 内政部 arXiv公司 链接 参考文献： [1] Arsigny，V。；菲尔拉德，P。；佩内克，X。；Ayache，N.，“扩散张量上快速简单微积分的对数欧几里得度量”，《医学磁共振》，56411-421（2006）·doi:10.1002每分钟20965 [2] Arsigny，V。；菲尔拉德，P。；佩内克，X。；Ayache，N.，“对称正定矩阵上新型向量空间结构中的几何平均值”，SIAM矩阵分析与应用杂志，29，328-347（2007）·Zbl 1144.47015号 ·数字对象标识代码：10.1137/050637996 [3] Aston，J.A。；Chiou，J.-M。；Evans，J.P.，“使用功能主成分混合效应模型进行语言音高分析”，《皇家统计学会杂志》，C辑，59，297-317（2010）·文件编号：10.1111/j.1467-9876.2009.00689.x [4] 巴约，A。；Grané，A.，“功能预测和标量响应的局部线性回归”，《多元分析杂志》，100102-111（2009）·Zbl 1151.62028号 ·doi:10.1016/j.jmva.2008.03.008 [5] Boj，E。；卡巴莱，A。；Delicado，P。；埃斯特维，A。；Fortiana，J.，“基于全局和局部距离的广义线性模型”，Test，25170-195（2016）·Zbl 1338.6211号 ·doi:10.1007/s11749-015-0447-1 [6] Boj，E。；Delicado，P。；Fortiana，J.，“函数预测的基于距离的局部线性回归”，计算统计与数据分析，54，429-437（2010）·Zbl 1464.62031号 ·doi:10.1016/j.csda.2009.09.010 [7] O.卡迈克尔。；陈，J。；保罗·D。；Peng，J.，“通过加权Karcher平均进行扩散张量平滑”，《电子统计杂志》，第7期，1913（2013）·Zbl 1293.62089号 ·doi:10.1214/13-EJS825 [8] Chiou，J.-M。；陈永泰。；Yang，Y.-F，“多元函数主成分分析：一种规范化方法”，《中国统计》，241571-1596（2014）·Zbl 1480.62115号 ·doi:10.5705/ss.2013.305 [9] Clopper，C.G。；Pierrehumbert，J.B.，“语义可预测性和区域方言对元音空间缩减的影响”，《美国声学学会杂志》，1241682-1688（2008）·数字对象标识代码：10.1121/1.2953322 [10] Clopper，C.G。；Pisoni，D.B。；de Jong，K.，“六种美国英语区域变体元音系统的声学特征”，《美国声学学会杂志》，1181661-1676（2005）·doi:10.121/1.2000774 [11] 科尔曼，J。；阿斯顿，J。；Pigoli，D.，“从过去重建单词的发音”，《第18届国际语音科学大会会议记录》，2015年苏格兰ICPhS联合会（2015） [12] 科尔曼，J。；Baghai-Ravary，L。；Pybus，J。；Grau，S.（2012） [13] 库利，J.W。；Tukey，J.W.，“复数傅里叶级数的机器计算算法”，《计算数学》，19297-301（1965）·Zbl 0127.09002号 ·doi:10.1090/S0025-5718-1965-0178586-1 [14] Delicado，P。；Giraldo，R。；科马斯，C。；Mateu，J.，“空间功能数据的统计：一些最新贡献”，《环境计量学》，21，224-239（2010）·doi:10.1002/env.1003 [15] 德莱顿，I.L。；科洛耶登科，A。；周，D.，“协方差矩阵的非核素统计，及其在扩散张量成像中的应用”，《应用统计年鉴》，31102-123（2009）·Zbl 1196.62063号 ·doi:10.1214/09-AOAS249 [16] 错误，D。；塞恩斯，I。；纳瓦斯，E。；Hernáez，I.，“基于HNM的MFCC+F0提取器应用于统计语音合成”，ICASSP，IEEE声学、语音和信号处理国际会议论文集，4728-4731（2011） [17] 错误，D。；塞恩斯，I。；纳瓦斯，E。；Hernáez，I.，“统计参数语音合成中基于谐波和噪声模型的声码器”，IEEE信号处理选定主题期刊，8184-194（2014）·doi:10.1109/JSTSP.2013.2283471 [18] 范，J。；Gijbels，I.，“局部多项式拟合中的数据驱动带宽选择：可变带宽和空间适应”，《皇家统计学会杂志》，B辑，57，371-394（1995）·Zbl 0813.62033号 ·doi:10.1111/j.2517-6161.1995.tb02034.x [19] 福克斯·R·A。；Jacewicz，E.，《在分析美国英语地区方言变异和声音变化中重建元音空间》，《美国声学学会杂志》，142，444-459（2017）·doi:10.1121/1.4991021 [20] 弗朗西斯，W.N.，“英国的一些方言等义词”，《美国演讲》，34243-250（1959）·doi:10.2307/453702 [21] Gervini，D.，“使用中位数和球面主成分的稳健函数估计”，《生物特征》，95，587-600（2008）·Zbl 1437.62469号 ·doi:10.1093/biomet/asn031 [22] 金，B。；摩根，N。；Ellis，D.，《语音和音频信号处理：语音和音乐的处理和感知》（2011），新泽西州霍博肯：新泽西州威利 [23] 格罗门科，O。；Kokoszka，P。；朱，L。；Sojka，J.，“应用于电离层和磁场趋势的空间指数曲线的估计和测试”，《应用统计年鉴》，669-696（2012）·Zbl 1243.62122号 ·doi:10.1214/11-AOAS524 [24] Hadjipantelis，P.Z。；Aston，J.A。；Evans，J.P.，“表征普通话基本频率：基于混合效应模型的函数主成分方法”，《美国声学学会杂志》，1314651-4664（2012）·数字对象标识代码：10.1121/1.4714345 [25] Hadjipantelis，P.Z。；Aston，J.A。；穆勒，H.-G。；Evans，J.P.，“统一振幅和相位分析：汉语普通话功能多元混合效应建模的合成数据方法”，美国统计协会杂志，110，545-559（2015）·doi:10.1080/01621459.2015.1006729 [26] 克劳斯，D。；Panaretos，V.M.，“分散算子和抗性二阶功能数据分析”，《生物统计学》，99，813-832（2012）·兹比尔1452.62991 ·doi:10.1093/biomet/ass037 [27] Kretszchmar，W.A.，“方言特征的定量区域分析”，《语言变异与变化》，第8期，第13-39页（1996年）·doi:10.1017/S0954394500001058 [28] Lehmann，C.，“语言学中的数据”，《语言学评论》，21175-210（2004）·doi:10.1515/tlir.2004.21.3-4.175 [29] 北卡罗来纳州洛坎托尔。；Marron，J.S。；辛普森，D.G。；北的黎波里。；Zhang，J.T。；Cohen，K.L.，“功能数据的稳健主成分分析”（含讨论），测试，8，1-73（1999）·Zbl 0980.62049号 ·doi:10.1007/BF02595862 [30] Menafoglio，A。；Petris，G.，“Hilbert-空间值随机场的克里格：操作观点”，《多元分析杂志》，146，84-94（2016）·Zbl 1337.60103号 ·doi:10.1016/j.jmva.2015.06.012 [31] Nerbonne，J。；科尔·R。；Gooskens，C。；Kleiweg，P。；Leinonen，T.，“Gabmap——方言学的网络应用”，《方言学：Revista Electrónica》，SI II，65-89（2011） [32] Nerbonne，J。；Kretzschmar，W.，“在辩证法中引入计算技术”，《计算机与人文》，37，245-255（2003）·doi:10.1023/A:1025064105053 [33] 彼得森，A。；Müller，H.-G，“多变量函数数据可解释协方差的Fréchet积分和自适应度量选择”，Biometrika，103103-120（2016）·Zbl 1452.62400 ·doi:10.1093/biomet/asv054 [34] 彼得森，A。；Müller，H.-G，“具有欧几里德预测值的随机对象的Fréchet回归”，《统计年鉴》，47，691-719（2019）·Zbl 1417.62091号 ·doi:10.1214/17-AOS1624 [35] 皮戈利，D。；Aston，J.A。；德莱顿，I.L。；Secchi，P.，“协方差算子的距离和推断”，《生物特征》，101409-422（2014）·Zbl 1452.62994号 ·doi:10.1093/biomet/asu008 [36] 皮戈利，D。；Hadjipantelis，P.Z。；科尔曼，J.S。；Aston，J.A.D.，“声学语音数据的统计分析：探索浪漫口语之间的差异”，《皇家统计学会杂志》，C辑（应用统计），67，5，1103-1145（2018）·doi:10.1111/rssc.1258 [37] R： 统计计算的语言和环境（2016），奥地利维也纳：R统计计算基金会，奥地利维也纳 [38] Renwick，M.E.L。；Olsen，R.M.，“分析历史语音语料库中的方言变异”，《美国声学学会杂志》，142，406-421（2017）·doi:10.1121/1.4991009 [39] 桑加利，L.M。；J.O.拉姆齐。；Ramsay，T.O.，“空间样条回归模型”，《皇家统计学会杂志》，B辑，75，681-703（2013）·Zbl 1411.62134号 ·doi:10.1111/rssb.12009 [40] Srivastava，A。；Wu，W。；Kurtek，S.公司。；克拉森，E。；Marron，J.，“使用Fisher-Rao度量法注册功能数据”，arXiv（2011） [41] 斯特兰奇，W。；韦伯，A。；利维，E.S。；沙菲罗，V。；Hisagi，M。；Nishi，K.，“德语、法语和美国英语元音内部和之间的声学差异：语音上下文影响”，《美国声学学会杂志》，1221111-1129（2007）·doi:10.1121/1.2749716 [42] “功能值性状的系统发育推断：语音进化”，《生态与进化趋势》，第27期，第160-166页（2012年） [43] 塔克，J.D。；Wu，W。；Srivastava，A.，“使用相位和振幅分离的功能数据生成模型”，计算统计与数据分析，6150-66（2013）·Zbl 1349.62253号 ·doi:10.1016/j.csda.2012.12.001 [44] 厄普顿，C。；Widdowson，J.D.A.，《英语方言地图集：地区与方言》（2013），伦敦：劳特利奇，伦敦 [45] Wang，H。；Marron，J.，“面向对象的数据分析：树集”，《统计年鉴》，351849-1873（2007）·兹比尔1126.62002 ·doi:10.1214/009053607000000217 [46] 木材，S.N。；M.V.布拉文顿。；Hedley，S.L.，“肥皂膜平滑”，《皇家统计学会杂志》，B辑，70931-955（2008）·Zbl 1411.65021号 ·doi:10.1111/j.1467-9868.2008.00665.x [47] Wu，W。；Srivastava，A.，“尖峰序列数据分析：使用扩展的Fisher-Rao度量进行校准和比较”，《电子统计杂志》，81776-1785（2014）·Zbl 1305.62334号 ·doi:10.1214/14-EJS865B [48] 袁，Y。；朱，H。；Lin，W。；Marron，J.S.，“对称正定矩阵的局部多项式回归”，《皇家统计学会杂志》，B辑，74697-719（2012）·Zbl 1411.62110号 ·doi:10.1111/j.1467-9868.2011.01022.x号文件 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。