Az adatok statisztikai elemzését lineáris kevert modellekkel végeztem az R programban (R Core Team 2019). A p- és F-értékeket Satterwhaite-approximáció segítségével nyertem ki, ami az lmerTest csomagban (Kuznetsova et al. 2017) elérhető. A függő változókra, azaz az F1 : F2 arányára, illetve az F2 : F3 arányára két általános lineáris kevert modellt állítottam. Mindkét függő változó esetében a három csoport (kínai anyanyelvű kontrollcsoport/elsőéves magyar anyanyelvű beszélők/harmadéves magyar anyanyelvű beszélők), valamint a szegmentum (alveoláris approximáns/posztaveoláris approximáns/illabiális veláris magánhangzó) független változók szerepeltek a modellben, valamint ezek interakciója, kiegészítve egy random változóval (random intercept), a beszélő személyével (modellFxFy = lmer(FX:FY ~ csoport * szegmentum + (1|beszélő)). A változók szintjeit páronként post hoc tesztekkel vetettem össze (Lenth 2020) (modellpost hoc = lsmeans(modellFxFy, list(pairwise ~ csoport * szegmentum), adjust = "tukey"). Az adatokat a ggplot2 csomag segítségével ábrázoltam (Wickham 2016).