Übung 3: Lösung

Daten importieren und bereinigen.

Author

Affiliation

Andrew Ellis

Kognitive Psychologie, Wahrnehmung und Methodenlehre, Universität Bern

Published

04-03-2022

Aufgabenstellung

In dieser Aufgabe bearbeiten Sie Daten aus einem Detektionssexperiment. Versuchspersonen mussten in zwei Bedingungen (bias und no_bias) ein Signal, welches in Rauschen eingebettet war, detektieren. Im Datensatz sind folgende Variablen:

subject: Subjekt ID
trial_num: Trialnummer, durchnummeriert in jeder Bedingung
condition: Bedingung (_Bias_ und _No Bias_)
signal_present: Indikatorvariable für Signal (0: absent, 1: present)
correct: Indikatorvariable für korrekte Antwort (0: incorrekt, 1: correct)
rt: Reaktionszeit in Sekunden

Aufgaben

Aufgabe 1

Speichern Sie das CSV File in Ihren Projektordner.
Lesen Sie das CSV File ein. Per Konvention verwenden wir den Variablennamen d für den Datensatz.
Überprüfen Sie, ob alle Variablen vorhanden sind. Verwenden Sie z.B. die Funktion glimpse().
Konvertieren Sie die Gruppierungsvariablen subject und condition zu Faktoren.

library(tidyverse)

d <- read_csv("data/data-exercise-03.csv")

Schauen Sie sich die Variablen an:

glimpse(d)

Rows: 5,756
Columns: 6
$ subject        <dbl> 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2…
$ condition      <chr> "bias", "bias", "bias", "bias", "bias", "bias", "bias",…
$ signal_present <dbl> 0, 0, 1, 1, 0, 1, 1, 1, 1, 1, 0, 0, 0, 1, 1, 1, 1, 0, 0…
$ correct        <dbl> 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1…
$ rt             <dbl> 4.076, 1.167, 0.598, 0.375, 0.454, 0.410, 0.370, 0.559,…
$ trial_num      <dbl> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, …

Konvertieren Sie die Gruppierungsvariablen zu Faktoren:

d <- d |>
    mutate(subject = as_factor(subject),
           condition = as_factor(condition))

Aufgabe 2

Gibt es Versuchspersonen die in einer der Bedingungen Reaktionszeiten hat, welche mehr als zwei Standardabweichungen über dem Bedingungsmittelwert liegen?

# summary stats (means) for subjects/conditions
sum_stats_participants <- d |>
    group_by(subject, condition) |>
    dplyr::summarise(
        mean_P = mean(rt))

# summary stats (means and SDs) for conditions
sum_stats_conditions <- d |>
    group_by(condition) |>
    dplyr::summarise(
        mean_C = mean(rt),
        sd_C = sd(rt))

sum_stats_participants <-
    full_join(
        sum_stats_participants,
        sum_stats_conditions,
        by = "condition") |>
    mutate(outlier_P = (mean_P - mean_C) > 2 * sd_C)

# show outlier participants
sum_stats_participants |>
    filter(outlier_P == 1) |>
    show()

# A tibble: 0 × 6
# Groups:   subject [0]
# … with 6 variables: subject <fct>, condition <fct>, mean_P <dbl>,
#   mean_C <dbl>, sd_C <dbl>, outlier_P <lgl>

Es gibt keine Versuchsperson, deren mittlere Reaktionszeit in einer Bedingung mehr als zwei Standardabweichungen über dem Bedingungsmittelwert liegt. Dies bedeutet, dass sich in excluded keine Personen befinden, und der Dataframe folglich \(0\) Zeilen hat.

excluded <- sum_stats_participants |>
    filter(outlier_P == 1)

excluded

# A tibble: 0 × 6
# Groups:   subject [0]
# … with 6 variables: subject <fct>, condition <fct>, mean_P <dbl>,
#   mean_C <dbl>, sd_C <dbl>, outlier_P <lgl>

Der nächste Schritt wäre also nicht unbedingt notwendig.

d_cleaned <- d |>
    filter(!(subject %in% excluded$subject)) |>
    mutate(subject = fct_drop(subject))

Aufgabe 3

Gibt es einzelne Trials, in denen Versuchpersonen länger als 4 Standardabweichungen über dem Bedingungsmittelwert gebraucht haben, um zu Antworten?
Gibt es einzelne Trials, in denen Versuchpersonen zu schnell (unter 100 ms) geantwortet haben?
Speichern Sie den bearbeiteten Datensatz als CSV File.

Zu Aufgabe 3.a)

Wir wollen Trials identifizieren, bei denen Vpn länger gebraucht haben, als 4 Standardabweichungen über dem Bedingungsmittelwert. Das bedeutet (rt - mean_C) > 4 * sd_C, und nicht abs(rt - mean_C) > 4 * sd_C. Letzteres würde auch Trials als Ausreisser identifizieren, welche 4 Standardabweichungen unter dem Bedingungsmittelwert liegen.

Zu Aufgabe 3.b)

Die Reaktionszeiten sind hier in Sekunden, nicht Millisekunden. Dies bedeutet, wir brauchen rt < 0.100, und nicht rt < 100.

d_cleaned <- d_cleaned |>
    full_join(
        sum_stats_conditions,
        by = "condition") |>
    mutate(
        trial_type = case_when(
            (rt - mean_C) > 4 * sd_C ~ "too slow",
            rt < 0.100 ~ "too fast",
            TRUE ~ "OK") |>
            factor(levels = c("OK", "too fast", "too slow")))

d_cleaned |>
    ggplot(aes(x = trial_num, y = rt, color = trial_type, shape = trial_type)) +
    geom_point(alpha = 0.6) +
    facet_grid(~condition) +
    scale_color_manual(values = c("gray70", "red", "steelblue"))

d_cleaned |>
    filter(trial_type != "OK")

# A tibble: 165 × 9
   subject condition signal_present correct     rt trial_num mean_C  sd_C
   <fct>   <fct>              <dbl>   <dbl>  <dbl>     <dbl>  <dbl> <dbl>
 1 2       bias                   0       1 4.08           1  0.697 0.751
 2 2       bias                   1       1 0.035         41  0.697 0.751
 3 2       bias                   0       1 6.92          50  0.697 0.751
 4 2       bias                   0       1 0.085         51  0.697 0.751
 5 2       bias                   0       1 0.033         70  0.697 0.751
 6 2       bias                   0       1 5.09          74  0.697 0.751
 7 2       bias                   0       1 6.59          94  0.697 0.751
 8 2       bias                   0       1 5.09         121  0.697 0.751
 9 2       bias                   1       1 0.077        138  0.697 0.751
10 3       no_bias                1       0 0.0958         4  0.691 0.773
# … with 155 more rows, and 1 more variable: trial_type <fct>

Vor dem Entfernen der Ausreisser Trials haben wir 5756 Datenpunkte.

nrow(d_cleaned)

[1] 5756

d_cleaned <- d_cleaned |>
    filter(trial_type == "OK") |>
    select(subject, trial_num, condition, signal_present, correct, rt)

Nach dem Entfernen haben wir noch 5591.

nrow(d_cleaned)

[1] 5591

d_cleaned |>
    ggplot(aes(x = trial_num, y = rt)) +
    geom_point(alpha = 0.6) +
    facet_grid(~condition) +
    scale_color_manual(values = c("gray70", "red", "steelblue"))

d_cleaned |> write_csv("data/data-cleaned.csv")

Reuse

https://creativecommons.org/licenses/by/4.0/

Citation

BibTeX citation:

@online{ellis2022,
  author = {Andrew Ellis},
  title = {Übung 3: {Lösung}},
  date = {04/03/2022},
  url = {https://kogpsy.github.io/neuroscicomplabFS22//pages/solutions/solution_03.html},
  langid = {en}
}

For attribution, please cite this work as:

Andrew Ellis. 4AD–3AD. “Übung 3: Lösung.” 4AD–3AD. https://kogpsy.github.io/neuroscicomplabFS22//pages/solutions/solution_03.html.