Übung 9

Daten & Packages laden

Laden Sie die folgenden Packages und Data-Frames:

library(tidyverse)
library(broom)

urla = "https://www.phonetik.uni-muenchen.de/"
urlb = "studium_lehre/lehrmaterialien/R_speech_processing/Rdf/"
url = paste0(urla, urlb)
source(file.path(url, "sig.fn.R"))
l.df = read.table(file.path(url, "l.df.txt"), 
                  stringsAsFactors = T)
franken.df = l.df %>% 
  filter(Dial == "J") %>%
  select(Urteil, stim)

tap.df = read.table(file.path(url, "alvtap.txt"), 
                    stringsAsFactors = T)

ucla = read.csv("https://stats.idre.ucla.edu/wp-content/uploads/2016/02/sample.csv")
ucla = ucla %>%
  mutate(female = ifelse(female == 0, "M", "F"),
         hon = ifelse(hon == 0, "yes", "no"), 
         female = factor(female), 
         hon = factor(hon))
names(ucla)[1] = "sex"

a.df = read.table(file.path(url, "adaten.df.txt"),
                  stringsAsFactors = T)

cont2.df = read.table(file.path(url, "cont2.df.txt"), 
                    stringsAsFactors = T)

sigmoid = function(x, k = 0, m = 1) {
  exp(m * x + k) / (1 + exp(m * x + k))
}

• Q1: Für den Data-Frame franken.df wurde ein Stimulus Kontinuum synthetisiert, indem im Wort leiden in 7 Stufen das Verhältnis Vokaldauer:Verschlussdauer manipuliert wurde (stim). Die Hörer mussten pro Beobachtung zwischen leiden und leiten unterscheiden (Urteil). Was ist der Umkipppunkt zwischen leiden und leiten? Was müsste laut diesem Modell die Proportion der leiden-Antworten bei Stimulus 2 sein? Prüfen Sie mit einer geeigneten Abbildung und statistischem Test, ob das Urteil (ob leiden oder leiten) vom Stimulus beeinflusst wurde.

• Q2: Der Data-Frame tap.df zeigt, wie oft australisch-englische Sprecher einen post-vokalischen Alveolar (in z.B. ‘water’) mit einem /ɾ/ (einem Tap) (JA) oder einem /t/ (NEIN) produziert haben (K). Wird die Wahl des Konsonanten (K) vom Herkunftsland (Her: “E” = England oder “I” = Irland) beeinflusst?

• Q3: Der Data-Frame ucla zeigt ob Männer oder Frauen (sex) in eine sogenannte ‘Honors’ Gruppe (hon) an der Universität aufgenommen wurden (yes) oder nicht (no). Prüfen Sie durch eine Abbildung und statistischen Test, ob die Aufnahme in die Honors Gruppe vom Geschlecht beeinflusst wurde.

• Q4: In dem Dataframe a.df wurden offene Vokale synthetisiert, indem F1 geändert wurde. Die Hörer mussten pro Stimulus zwischen /a/ (Lamm) und /a:/ (lahm) wählen. Prüfen Sie, durch eine Abbildung und statistischen Test, ob die Wahl zwischen /a/ und /a:/ durch F1 beeinflusst wurde. Bei welchem F1-Wert ist der /a ~ a:/ Umkipppunkt? Was sind die eingeschätzen propotionalen Werte zu F1-Frequenzen 750, 800, und 850 Hz?

• Q5: Für den Data-frame cont2.df wurden F2 Werte automatisch in y oder u (Urteil) für verschiedene Regionen (Region) und Altersgruppen (Alter) von einem Spracherkennungssystem klassifiziert. Prüfen Sie ob:

• 1. Urteil von Alter beeinflusst wird
• 2. Urteil von Alter und Region beeinflusst wird
• 3. Urteil von F2 beeinflusst wird.

Für (c), bei welchem F2-Wert liegt der Umkipppunkt zwischen /y/ und /u/?