---
title: "Klausurvorbereitung 5"
author: "Jonathan Harrington / Lilian von Bressensdorf"
output: 
  html_document:
    number_sections: FALSE
    theme: flatly
    highlight: pygments
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```

# 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 Jonathan Harrington Email = <jmh@phonetik.uni-muenchen.de>.

# 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)
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)
```

# Fragen

- **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*.

```{r}

```

- **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*.

```{r}
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)
```

```{r}

```

- **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?*

```{r}
```

- **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.*

```{r}
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)
```

```{r}

```

- **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.*


```{r}

```


- **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.*

```{r}

```