Laden Sie die folgenden Packages und Data-Frames:
library(tidyverse)
library(broom)
urla = "https://www.phonetik.uni-muenchen.de/studium_lehre/"
urlb = "lehrmaterialien/R_speech_processing/Rdf"
url = paste0(urla, urlb)
plosiv.df = read.table(file.path(url, "plosiv.df.txt"),
stringsAsFactors = T)
alter.df = read.table(file.path(url, "alter.df.txt"),
stringsAsFactors = T)
fremd = read.table(file.path(url, "fremd.df.txt"),
stringsAsFactors = T)
nasals.df = read.table(file.path(url, "nasals.df.txt"),
stringsAsFactors = T)plosiv.df gespeichert. Prüfen Sie mit passender Abbildung
und statistischem Test, ob die Energie-Werte (dB) von der
Artikulationsstelle (K) beeinflusst wird.Die Artikulationsstelle hatte einen signifikanten Einfluss auf die Energiewerte (t[14] = 3.1, p < 0.01).
alter.df
zeigen Sie durch eine Abbildung und einen statistischen Test, ob die
Grundfrequenz (grund) vom Alter (Alter)
beeinflusst wird.Das Alter hatte keinen signifikanten Einfluss auf die Grundfrequenz.
Q1.3: Die Daten in dem Dataframe
fremd zeigen für 30 Sprecher (Vpn) eine
Messung der Sprechgeschwindigkeit (tempo), wenn sie in
ihrer Muttersprache oder ihrer Zweitsprache (Sprache)
reden. Prüfen Sie durch eine Abbildung und statistischen Test, inwiefern
die Sprechgeschwindigkeit von der Sprache beeinflusst
wird.
Q1.4: Die VOT-Werte für /d/ von 15 deutschen monolingualen Sprechern waren:
und die VOT-Werte für /d/ von 15 deutsch-französisch bilingualen Sprechern waren:
Prüfen Sie anhand einer Abbildungen und eines statistisches Tests, ob VOT aufgrund der Sprachkenntnisse beeinflusst wird.
Q1.5: Die Daten in dem Dataframe
nasals.df enthalten verschiedene Messungen verbunden mit dieser
Publikation. Die Spalte endv_time enthält die Werte der
Vokaldauer für die Wörter in Spalte orth gesprochen von den
Sprechern in Spalte speaker. Prüfen Sie mit einer Abbildung
und statistischem Test, ob die Vokaldauern für Wörter mit finalem /nt/
und finalem /nd/ (Spalte: coda) sich unterscheiden. Da es
mehrere Wiederholungen pro Sprecher gibt, muss zuerst gemittelt werden,
sodass es pro Sprecher nur einen /nt/ und einen /nd/ Dauerwert
gibt.
Q1.6: Prüfen Sie für denselben Dataframe wie
in 1.5, ob sich Amerikaner und Engländer (language mit zwei
Stufen: USE, BRE) in der Vokaldauer vor /nt/
unterscheiden.