ÁRVORE DE CLASSIFICAÇÕES PARA O ESTUDO DE CORRELAÇÃO ENTRE VARIÁVEIS EM DADOS DE USO LINGUÍSTICO

CONTRIBUIÇÕES DO SOFTWARE ORANGE DATA MINING

Resumo

Há uma prerrogativa básica tanto na perspectiva sociolinguística quanto na funcionalista de que os fenômenos em variação e mudança não ocorrem aleatoriamente, mas, sim, motivados ou condicionados por fatores de natureza social, estrutural ou cognitiva. Neste artigo, temos o objetivo de mostrar as contribuições potenciais do widget classification tree (árvore de classificações), disponível no Software Orange Data Mining. A ferramenta, que recorre a cálculos de regressão logística, serve como método preditivo para a descrição hierárquica e gráfica de como as variáveis preditoras condicionam potencialmente as variáveis de desfecho. Esse recurso estatístico – motivado pelo modelo de árvore de regressão por inferência condicional (cf. Hothorn; Hornik; Zeileis, 2006; Speybroeck, 2012) – apresenta uma interface mais amigável ao usuário no Orange Data Mining em comparação à versão em linguagem R. Como ilustração da contribuição desse recurso para pesquisas em língua e uso, descrevemos o impacto de três variáveis preditoras na instanciação de duas construções linguísticas, ambas formadas pela mesma sequência de elementos – preposição sem + verbo dicendi –, a saber: a oração hipotática adverbial modal ou condicional negativa (e.g.: ele saiu sem falar com ninguém); o marcador estruturante do discurso de acréscimo (e.g.: ele faltou hoje. Sem falar que, quando vem, sempre chega atrasado).