# Aehnlich wie in der Klausur: gemischte Fragen:
# pfadu = "http://www.phonetik.uni-muenchen.de/~jmh/lehre/Rdf"
# Anmerkung: es werden immer alle packages und selbstgeschriebene
# Funktionen bereitgestellt werden.
# Das heisst aber nicht notwendigerweise, dass Sie die alle brauchen!
library(ggplot2)
library(dplyr)
library(ez)
library(lmerTest)
library(emmeans)
source(file.path(pfadu, "phoc.txt"))
source(file.path(pfadu, "sig.fn.R"))

proben <- function(unten = 1,
                   oben = 6,
                   k = 10,
                   N = 50)
{
  # default: wir werfen 10 Wuerfel 50 Mal
  alle <- NULL
  for (j in 1:N) {
    ergebnis = mean(sample(unten:oben, k, replace = T))
    alle = c(alle, ergebnis)
  }
  alle
}


#Dann die benoetigten Data.frames:

glottal = read.table(file.path(pfadu, "glottal.txt"))
fremd = read.table(file.path(pfadu, "fremd.df.txt"))
vcv = read.table(file.path(pfadu, "vcvC.txt"))
form10 = read.table(file.path(pfadu, "form10.df.txt"))
svot = read.table(file.path(pfadu, "svot.txt"))


###################################################################################
###################################################################################
###################################################################################

# 1. Die Daten in diesem Data-Frame:
dim(glottal)

# zeigen ob ein aspirierter (t) oder ein glottalisierter (tQ)
# Verschluss von einem Erkennungssystem
# richtig (ja) erkannt wurde oder nicht (nein).
# Erstellen Sie eine Abbildung, und fuehren Sie
# einen statistischen Test durch, um zu pruefen,
# ob die Erkennung von dem Verschluss beeinflusst wurde.

ggplot(glottal)+
  aes(x = verschluss, fill = erkannt)+
  geom_bar(position="fill") +
  ylab("PROPORTION")

glottal.glm = glm(erkannt~verschluss,data=glottal,family = binomial)
anova(glottal.glm,test="Chisq")
#Nein, die Erkennungsrate wurde nicht signifikant von
# dem Verschluss beeinflusst.

###################################################################################
# 2. Diese Daten:
dim(fremd)
# zeigen fuer 30 Sprecher (Vpn) eine Messung der Sprechgeschwindigkeit (tempo),
# wenn sie in ihrer Muttersprache oder ihrer Zweitsprache (Sprache) reden.
# Pruefen Sie durch eine Abbildung und statistischen Test,
# inwiefern die Sprechgeschwindigkeit von der Sprache beeinflusst wird.


###################################################################################
# 3. Diese Daten:
dim(vcv)

# zeigen Reaktionszeiten (RT) von verschiedenen Versuchspersonen (Subject)
# auf 3 Vokale (Faktor Vowel) in verschiedenen davor und danach
# kommenden Konsonanten-Kontexten (Context). Pruefen Sie durch eine Abbildung und
# statistischen Test, ob die Reaktionszeiten vom Vokal (Vowel) und/oder
# Sprachgruppe (Faktor Lang) beeinflusst wurden.


###################################################################################
# 4. Fuer diese Daten:
dim(form10)
# pruefen Sie durch eine Abbildung und statistischen Test,
# ob F1 aus der Dauer vorhergesagt werden kann.
# Was waere der vorhergesagte F1-Wert fuer eine Dauer von 50 ms?
# Ist diese Vorhersage sehr verlaesslich?


###################################################################################
# 5. Fuer die Daten in diesem Data-Frame:
dim(svot)
# pruefen Sie mit einer Abbildung und einem 
# statistischen Text, inwiefern VOT von 
# Gender und Region beeinflusst wird. 
# (Vpn enthaelt das Sprecherkuerzel).



###################################################################################
# 6. Die voice-onset-time-Werte für /t/, 
# gesprochen von 16 Sprechern mit L1-Franzoesisch, 
# waren wie folgt:

vot = c(-4,28,23,1,-13,20,21,-15,4,29,16,22,35,3,3,-4)

# (a) Wie wahrscheinlich es ist, dass /t/ 
# voellig unaspiriert ist 
# ("voellig unaspiriert" = mit einem VOT-Wert von 0 ms)?
# Berichten Sie hierbei auch das 95%-Konfidenzintervall 
# für die Daten in vot!

# (b) Die VOT-Werte derselben 16 franzoesischen Sprecher 
# nach einem 6 monatigen Aufenthalt in Deutschland waren wie folgt:

vot2 = c(2,28,26,4,-9,23,19,-6,11,33,24,31,41,10,7,8)

#
# Pruefen Sie anhand einer Abbildung und einem statistischen Test, 
# ob und falls ja, wie die voice-onset-time von dem Aufenthalt 
# in Deutschland beeinflusst wurde!