library(lmerTest)
library(emmeans)
library(ggplot2)
library(dplyr)
source(file.path(pfadu, "phoc.txt"))

# 1.: Viele Daten (dauern etwas laenger):
pfric = read.table(file.path(pfadu, "pfric3.txt"))


# 1. Fuer diese Daten (ein Beispiel mit sehr vielen Beobachtungen):
dim(pfric)
# Sechs Versuchspersonen haben Woerter bzw. Logatome (Pseudowoerter)
# (=Faktor LW), die verschiedene Frikativkonsonanten enthielten
# (=Faktor K), produziert. Es wurden mehrere akustische Parameter
# gemessen, darunter der Wert "k0".
# Pruefen Sie durch eine Abbildung und einen 
# statistischen Test - ohne zu mitteln -, inwiefern 
# k0 von K (C,s, oder S), von LW (Logatom oder Wort), 
# und von Rate abhaengt.





#2.: pairs(emmeans()) kann auch bei nur einem Faktor sinnvoll sein
# (wenn dieser mehr als zwei Stufen hat)
# 
x24 = read.table(file.path(pfadu, "x24.txt"))
# wurden fuer 3 Vokale (V) Entfernung zum Vokalmittelpunkt (ent)
# fuer verschiedene Sprecher (Vpn), die verschiedene Woerter (Wort) produziert haben.
# Inwiefern werden die Entfernungen vom Vokal beeinflusst?


summary(x24)
# Also
#AV: ent
#UVen: V (Vokal), Vpn, Wort
# hiervon interessant fuer uns: nur V -->fixed (gemäß der Fragestellung)
# auszuklammern sind Vpn, Wort -->random