---
title: "Klausur 2026"
author: "Jonathan Harrington / Lilian von Bressensdorf"
output: 
  html_document:
    number_sections: FALSE
    theme: flatly
    highlight: pygments
---

<style>
div.col {background-color: #ffd5c0; border-radius: 5px; padding: 20px;}
body {font-size: 16pt;}
h1 {font-size: 24pt;}
h2 {font-size: 22pt;}
p.caption {font-size: 12pt; text-align: justify;}
code.sourceCode {font-size: 16pt;}

body {font-size: 16pt;}
h1 {font-size: 24pt;}
h2 {font-size: 22pt;}
p.caption {font-size: 12pt; text-align: justify;}
code.sourceCode {font-size: 16pt;}

div.blue {background-color: lightblue}
</style>

# Bitte eingeben:

- Nachname:
- Vorname:
- Email: 


Zeit erlaubt: 90 Minuten. Bitte alle Fragen beantworten und Ihre Rmd-Datei regelmäßig speichern. Schicken Sie am Ende der Klausur Ihre `Rmd` Datei an Lilian von Bressensdorf <l.bressensdorf@phonetik.uni-muenchen.de> in der Form `Nachname.Rmd`.

# Daten & Packages laden

Laden Sie die folgenden Packages und Data-Frames:

```{r, message=F}
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)

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

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

```

# Fragen

- **Q1.1**: *In `vregion.df` wurde eine Analyse durchgeführt, um zu prüfen, ob die Produktion von /e/ mit einer phonetischen hohen oder tiefen Position (`vowel`: `low`, `high`) von der Region (`region`: `NY`, `NJ`) und vom Geschlecht (`Sex`: `M`, `F`) beeinflusst wird. Das Bild zu Frage 1.1 zeigt die proportionale Häufigkeit von `low` and `high` aufgeteilt nach Region und Geschlecht. Geben Sie die Befehle ein, um Fig. 1 zu erzeugen.*


```{r}

```


- **Q1.2**: *Führen Sie einen statistischen Test durch, um zu prüfen, ob `vowel` von `Sex` und `region` beeinflusst wird.*

```{r}

```

- **Q1.3** *Fassen Sie hier kurz zusammen, was der statistische Test zeigt*.

Ihre Antwort: 


- **Q2**: *Der Dataframe `vn.df` zeigt getrennt für 16 Versuchsperson (`Vpn`) die Reaktionszeiten, um Verben (`verbs`) und Nomen (`nouns`) zu identifizieren. Erzeugen Sie eine Abbildung und führen Sie einen statistischen Test durch, um festzustellen, ob sich Verben und Nomen in den Reaktionszeiten unterscheiden*.

```{r}

```

Hier ggf. Text zu Frage `Q2` eingeben.


- **Q3.1**: *Im Dataframe `creak.df` soll untersucht werden, ob die Sprachproduktion mit oder ohne Knarrstimme (`Vquality`: `creak`, `modal`) vom Alter (`age`) beeinflusst wird. Das Bild zu Frage 3 zeigt die Proportion von `creak` als Funktion von `Alter` mit einer überlagerten Regression. Geben Sie die R-Befehle ein, um dieses Bild (oder ein ähnliches) zu erzeugen*.

```{r}

```

- **Q3.2** *Geben Sie die R-Befehle ein, um einzuschätzen, zu welchem Alter der Umkipppunkt zwischen `modal` und `creak` vorkommt.*

```{r}

```


- **Q4.1**:  *Im Dataframe `creak.df` soll zusätzlich untersucht werden, ob  eine Beziehung zwischen f0 und Alter (`age`) getrennt für Männer und Frauen vorliegt. Das Bild zu Frage 4 zeigt die Beziehung zwischen f0 und Alter mit angepassten Regressionslinien. Geben Sie die R-Befehle ein, um dieses Bild (oder ein ähnliches) zu erzeugen.*


```{r}

```

- **Q4.2**: *Würden Sie aufgrund von dem Bild zu Frage 4 sagen, dass bezüglich dieser Daten eine Interaktion zwischen Geschlecht und Alter vorliegt? Bitte kurz begründen.*

Antwort zu `Q4.2` hier eingeben: 

- **Q4.3**: *Führen Sie einen statistischen Test durch **nur für die Männer**, um zu prüfen, ob eine Beziehung zwischen `f0` und `age` vorliegt*.

```{r}

```
ggf. hier Text eingeben zu `Q4.3`: 

- **Q5**: *Der Dataframe `r.df` hat Variablen für die Grundfrequenz  (`f0`)  die Prosodie (`Pros`: `A` für akzentuiert, `D` für deakzentuiert, und `N` für nuklearakzentuiert) für Geschlecht (`G`: `m`, `f`) und für die Versuchperson (`Vpn`).  Prüfen Sie,  mit einer geeigneten Abbildung und statistichem Test, ob die Grundfrequenz von der Prosodie und/oder Geschlecht beeinflusst wird.*



```{r}

```

Fassen Sie ggf. hier die Ergebnisse zu dem Test zusammen: