Comparativa: Quevedo contra Góngora

Índice

• Información General
  
• Ley de Heaps - Saturación léxica
  
• Ley de Zipf
  
• Test de Dunning
  

La Ley de Heaps es una ley empírica que predice el tamaño del vocabulario dado un texto. Esto es, nos da una estimación del número de palabras distintas (v) dado el número total de palabras (n) de que consta el texto, según la fórmula

Quevedo Góngora #Palabras: #Palabras distintas: 1000 497 2000 895 3000 1248 4000 1568 5000 1883 6000 2079 7000 2275 8000 2477 9000 2712 10000 2980 11000 3284 12000 3510 13000 3786 14000 3984 15000 4200 16000 4396 17000 4570 18000 4753 19000 4929 20000 5118 21000 5273 21711 5385 #Palabras: #Palabras distintas: 1000 507 2000 804 3000 1142 4000 1425 5000 1658 6000 1975 7000 2269 8000 2533 9000 2784 10000 3021 11000 3239 12000 3476 13000 3692 14000 3913 15000 4116 16000 4298 17000 4499 18000 4672 19000 4837 20000 5001 20168 5030	Ajuste por mínimos cuadrados de los datos a K*n^b:
	Quevedo		Góngora
	K = 2.677		K = 2.167
	b = 0.764		b = 0.784

La ley de Zipf es una ley empírica que se basa en el principio de mínimos esfuerzo. Esto es, supone que existe un pequeño número de palabras, las más "conocidas", que son utilizadas con mucha frecuencia, mientras que hay un gran número de palabras son poco empleadas.

Matemáticamente esto quiere decir que la frecuencia (número de apariciones) de una palabra cualquiera es inversamente proporcional a su ranking, entendido como su posición en una lista de las palabras presentes en el texto ordenada descendentemente en función de su frecuencia.
Así, la palabra más frecuente aparecerá aproximadamente dos veces más que la segunda palabra más frecuente, unas tres veces más que la tercera palabra más frecuente, etc.

Gráficamente, cuando una curva se encuentra por encima de la recta "ideal" quiere decir que el texto emplea recurrentemente un número de palabras muy reducido, habiendo muy pocas que aparezcan con poca frecuencia.
Por el contrario, cuando la curva se encuentra por debajo de la "ideal", el texto contiene un vocabulario más amplio, con muchas palabras que aparecen relativamente pocas veces.