Klausurvorbereitung 1

Ihr Name

Bitte regelmäßig diese Datei speichern als Nachname.Rmd (z.B. Harrington.Rmd) und entweder an jmh@phonetik.uni-muenchen.de oder l.bressensdorf@phonetik.uni-muenchen.de schicken. Hier auch Nachname, Vorname eingeben:

Nachname = ""
Vorname = ""

Daten & Packages laden

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)
dk = read.table(file.path(url, "dk.df.txt"), 
                stringsAsFactors = T)
hoch = read.table(file.path(url, "hoch.df.txt"), 
                  stringsAsFactors = T)
kj = read.table(file.path(url, "kj2.txt"), 
                stringsAsFactors = T)
kj = kj %>%
  mutate(Age =factor(Age, levels=c("young", "mid", "old")), 
         Social = factor(Social, levels=c("WC", "LMC", "UMC")))


ctm = read.table(file.path(url, "ctm.df.txt"))

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

Diese Klausur besteht aus 7 Fragen. Bitte alle Fragen beantworten.

• Q1: Für die Daten in dem Dataframe dk wurden Reaktionszeiten (rt) auf drei verschiedene Vokale (Vokal) in Versuchspersonen (Vpn) aus zwei Regionen (Region) gemessen. Erstellen Sie eine Abbildung, und führen Sie einen statistischen Test durch, um zu prüfen, ob die Reaktionszeit von der Region und/oder Vokal beeinflusst wird.

• Q2: Für die Daten im Dataframe hoch prüfen Sie durch eine Abbildung und statistischen Test, ob die Wahl zwischen /i/ und /e/ (Faktor Vokal) von F1 (F1) beeinflusst wird. Fügen Sie eine Sigmoid zur Abbildung hinzu. Bei welchem F1-Wert liegt der Umkipppunkt zwischen /i/ und /e/?

• Q3: Für die Daten im Dataframe kj erstellen Sie eine Abbildung, ohne einen statistischen Test durchzuführen, um zu prüfen, inwiefern die Wahl zwischen /s/ und /S/ (Fric) von der Sozialklasse (Social: WC, LMC, UMC sind working class, lower middle class, upper middle class) und vom Geschlecht (Gender) beeinflusst wird. Erklären Sie in 1-2 Zeilen, ob Sozialklasse mit Gender interagiert.

• Q4: Prüfen Sie anhand einer Abbildung und einem statistischen Test, inwiefern für denselben Dataframe kj die Wahl des Frikatives vom Alter (Age) beeinflusst wurde.

• Q5: Prüfen Sie für den Dataframe ctm durch eine Abbildung und statistischen Test, inwiefern eine lineare Beziehung zwischen den F2-Werten von einem ersten (V1) und danach kommendem Vokal (V2) besteht. Was ist der vorhergesagte F2-Wert vom ersten Vokal, wenn der F2-Wert vom zweiten bei 2600 Hz liegt?

• Q6: Diese Daten zeigen VOT Werte von 9 Sprechern bevor (davor) und nachdem (danach) sie auditive Stimuli wahrgenommen hatten. Prüfen Sie durch eine Abbildung und statistischen Test, ob die Stimuli einen Einfluss auf die VOT hatten.

davor = c(30, 0, 60, 70, 40, 30, 20, 10, 40)
danach = c(50, 10, 50, 70, 100, 90, 70, 110, 80)

• Q7: Der Dataframe gp zeigt F1-Werte (F1) für Grundschulkinder in 3 Schuljahren (Year) aufgeteilt nach Geschlecht (sex). Prüfen Sie durch eine Abbildung und statistischen Test, ob F1 vom Schuljahr und/oder Geschlecht beeinflusst wurde.