### Vorlesung lineare Modelle 25.6.15 ####
### Helmut Küchenhoff #####
### Gemischte Modelle in der Linguistik 

library(languageR)
library(car)
library(effects)

library(lme4)


library(languageR)
### Daten bereinigen 
### Es geht um reaktionszieten in einem Experiment 
### lexical decison latencies
### Zielgroesse ist  die logarithmierte Reaktionszeit 
### (RT) reaction time 
### wähle nur Zeiten mit korrekter Antwort 
data(lexdec)
### Datensatz in dem Paket languageR 
### infos #####
?lexdec
lexdec2<- subset(lexdec,lexdec$RT<7)
lexdec3<- subset(lexdec2,lexdec2$Correct=="correct")
### trial Veruchsnr fuer Personen
### Untersucht wird ein lern- oder ermuedungseffekt 
plot(lexdec3$Trial,lexdec3$RT)
### zwei zufaellige Effekte: Wort und Person 
mixed3<- lmer(RT~Trial+(1|Subject)+(1|Word),data=lexdec3)
abline(fixef(mixed3),col="red")
fixef(mixed3)
summary(mixed3)
### Frequency wie haeufig kommt das wort in der Sprache vor (
##  (log) 
mixed4<- lmer(RT~Frequency+(1|Subject)+(1|Word),data=lexdec3) 
summary(mixed4)
### Klarer effekt 
plot(lexdec3$Frequency,lexdec3$RT)
### gerade hinzufuegen 
abline(fixef(mixed4),col="red")
### Modell mit native speaker 
mixed5<- lmer(RT~Frequency+NativeLanguage+(1|Subject)+(1|Word),data=lexdec3)
summary(mixed5)
table(lexdec3$NativeLanguage)
plot(allEffects(mixed5))
mixed6<- lmer(RT~Frequency*NativeLanguage+(1|Subject)+(1|Word),data=lexdec3)
plot(allEffects(mixed6))
### Das Ergebnis ist Kontraintuitiv : Hinzufuegen von Laenge der Woerter  
mixed7<- lmer(RT~Frequency*NativeLanguage+Length+
                (1|Subject)+(1|Word),data=lexdec3)
summary(mixed7)
plot(allEffects(mixed7))