Zeit erlaubt: 90 Minuten. Bitte alle Fragen beantworten und Ihre
Rmd-Datei regelmäßig speichern. Schicken Sie am Ende der Klausur Ihre
Rmd
Datei an Jonathan Harrington Email = jmh@phonetik.uni-muenchen.de.
Laden Sie die folgenden Packages und Data-Frames:
library(tidyverse)
library(broom)
library(gridExtra)
library(lmerTest)
library(emmeans)
library(MuMIn)
library(afex)
sigmoid = function(x, k = 0, m = 1) {
exp(m * x + k) / (1 + exp(m * x + k))
}
urla = "https://www.phonetik.uni-muenchen.de/studium_lehre/"
urlb = "lehrmaterialien/R_speech_processing/Rdf"
url = paste0(urla, urlb)
syntax.df = read.table(file.path(url, "syntax.df.txt"),
stringsAsFactors = T)
s.df = read.table(file.path(url, "sret.df.txt"),
stringsAsFactors = T)
bund.df = read.table(file.path(url, "bund.df.txt"),
stringsAsFactors = T)
g.df = read.table(file.path(url, "geschwindigkeit.df.txt"),
stringsAsFactors = T)
Q1: In dem Data-Frame syntax.df
wurden die Reaktionszeiten im Millisekunden (Zeit
) von
Versuchspersonen (Faktor Vpn
) gemessen, um den Unterschied
zwischen aktiven und passiven Konstruktionen (Faktor
Syntax
) zu erkennen. Die Versuchspersonen wurden aufgeteilt
nach Geschlecht (Faktor G
). Prüfen Sie durch eine Abbildung
und statistischen Test, ob die Reaktionszeiten von der Syntax und
Geschlecht beeinflusst wurden.
Q2: Die mittlere Grundfrequenz (Hz) von 20
Frauen wurden gemessen (davor
). Die Grundfrequenz derselben
Frauen wurde noch einmal gemessen, nachdem Sie an einem
Wahrnehmungsexperiment teilgenommen hatten (danach
). Prüfen
Sie durch eine Abbildung und statistischen Test, ob das
Wahrnehmungsexperiment einen Einfluss auf die Grundfrequenz dieser 20
Frauen hatte.
davor = c(220, 200, 190, 240, 250, 250, 280, 220, 300, 270, 240, 180, 160, 190, 190, 280, 240, 250, 250, 230)
danach = c(240, 220, 190, 220, 280, 260, 280, 240, 300, 290, 250, 200, 170, 180, 180, 280, 260, 270, 270, 240)
Q3: Der Data-Frame s.df
zeigt
die Antworten von 46 verschiedenen Hörern (Vpn
), ob Sie
‘passt’ mit einem ‘s’ oder ‘ʃ’ wahrgenommen hatten (Faktor
Phon
). Der Data-Frame zeigt auch, wie weit weg im Km. sie
von München wohnten (Faktor Ent
). Prüfen Sie durch eine
Abbildung und statistischen Test, ob die Wahl zwischen ‘s’ oder ‘ʃ’ von
der Entfernung beeinflusst wurde. Was wäre die Proportion der
‘ʃ’-Antworten, für eine Versuchsperson, die 35 Km von München
wohnt?
Q4: Die folgenden Daten zeigen F2
(F2
) und Dauerwerte (Dauer
) von einem Vokal
produziert von 12 verschiedenen Versuchspersonen. Prüfen Sie zuerst
durch eine Abbildung, ob eine Beziehung zwischen F2 und Dauer besteht.
Entfernen Sie danach die drei Ausreißer, und prüfen Sie dann durch einen
statistischen Test ob eine Beziehung zwischen F2 und Dauer
besteht.
F2 = c(651, 762, 856, 1063, 1190,
1298, 1421, 1440, 1518, 2800, 2900, 3100 )
Dauer = c(230, 260, 300, 340, 430, 480, 520, 570, 580, 600,620, 640)
Q5: Der Data-Frame bund.df
zeigt Entscheidungen von 337 verschiedenen Veruchspersonen, ob Sie den
Unterschied zwischen Kirche
und Kirsche
erkannt hatten (Faktor Urteil
). Die Versuchspersonen wurden
in zwei Altersgruppen aufgeteilt (Faktor: Alter
) und ob Sie
aus Hessen oder Schleswig-Holstein stammten (Faktor:
Bland
). Prüfen Sie, durch eine Abbilung und einen
statistischen Test, ob die Erkennung durch das Alter und/oder Bundesland
beeinflusst wurde.
Q6: Der Data-Frame g.df
zeigt
die Geschwindigkeit der Zungenspitze (g
) in der Erzeugung
von zwei Konsonantenverbindungen /nt/ und /nd/ (Faktor
Coda
) produziert von zwei Dialektgruppen BRE
(britisch-englisch) und USE
(amerikanisch-englisch). Die
Konsonantenverbindungen wurden von verschiedenen Versuchspersonen
(Faktor Vpn
) in verschiedenen Wörtern (Faktor
Wort
) produziert. Prüfen Sie, durch eine Abbbilung und
einen statistischen Test, ob die Geschwindigkeit vom Coda und/oder
Dialekt beeinflusst wurde.