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.