pintos-os.org Git - pspp/blob - src/language/stats/oneway.c

   1 /* PSPP - a program for statistical analysis.
   2    Copyright (C) 1997-9, 2000, 2007, 2009, 2010, 2011, 2012, 2013, 2014,
   3    2020 Free Software Foundation, Inc.
   4
   5    This program is free software: you can redistribute it and/or modify
   6    it under the terms of the GNU General Public License as published by
   7    the Free Software Foundation, either version 3 of the License, or
   8    (at your option) any later version.
   9
  10    This program is distributed in the hope that it will be useful,
  11    but WITHOUT ANY WARRANTY; without even the implied warranty of
  12    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  13    GNU General Public License for more details.
  14
  15    You should have received a copy of the GNU General Public License
  16    along with this program.  If not, see <http://www.gnu.org/licenses/>. */
  17
  18 #include <config.h>
  19
  20 #include <float.h>
  21 #include <gsl/gsl_cdf.h>
  22 #include <gsl/gsl_matrix.h>
  23 #include <math.h>
  24
  25 #include "data/case.h"
  26 #include "data/casegrouper.h"
  27 #include "data/casereader.h"
  28 #include "data/dataset.h"
  29 #include "data/dictionary.h"
  30 #include "data/format.h"
  31 #include "data/value.h"
  32 #include "language/command.h"
  33 #include "language/dictionary/split-file.h"
  34 #include "language/lexer/lexer.h"
  35 #include "language/lexer/value-parser.h"
  36 #include "language/lexer/variable-parser.h"
  37 #include "libpspp/ll.h"
  38 #include "libpspp/message.h"
  39 #include "libpspp/misc.h"
  40 #include "libpspp/taint.h"
  41 #include "linreg/sweep.h"
  42 #include "tukey/tukey.h"
  43 #include "math/categoricals.h"
  44 #include "math/interaction.h"
  45 #include "math/covariance.h"
  46 #include "math/levene.h"
  47 #include "math/moments.h"
  48 #include "output/pivot-table.h"
  49
  50 #include "gettext.h"
  51 #define _(msgid) gettext (msgid)
  52 #define N_(msgid) msgid
  53
  54 /* Workspace variable for each dependent variable */
  55 struct per_var_ws
  56   {
  57     struct interaction *iact;
  58     struct categoricals *cat;
  59     struct covariance *cov;
  60     struct levene *nl;
  61
  62     double n;
  63
  64     double sst;
  65     double sse;
  66     double ssa;
  67
  68     int n_groups;
  69
  70     double mse;
  71   };
  72
  73 /* Per category data */
  74 struct descriptive_data
  75   {
  76     const struct variable *var;
  77     struct moments1 *mom;
  78
  79     double minimum;
  80     double maximum;
  81   };
  82
  83 enum missing_type
  84   {
  85     MISS_LISTWISE,
  86     MISS_ANALYSIS,
  87   };
  88
  89 struct coeff_node
  90 {
  91   struct ll ll;
  92   double coeff;
  93 };
  94
  95
  96 struct contrasts_node
  97 {
  98   struct ll ll;
  99   struct ll_list coefficient_list;
 100 };
 101
 102
 103 struct oneway_spec;
 104
 105 typedef double df_func (const struct per_var_ws *pvw, const struct moments1 *mom_i, const struct moments1 *mom_j);
 106 typedef double ts_func (int k, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err);
 107 typedef double p1tail_func (double ts, double df1, double df2);
 108
 109 typedef double pinv_func (double std_err, double alpha, double df, int k, const struct moments1 *mom_i, const struct moments1 *mom_j);
 110
 111
 112 struct posthoc
 113 {
 114   const char *syntax;
 115   const char *label;
 116
 117   df_func *dff;
 118   ts_func *tsf;
 119   p1tail_func *p1f;
 120
 121   pinv_func *pinv;
 122 };
 123
 124 struct oneway_spec
 125 {
 126   size_t n_vars;
 127   const struct variable **vars;
 128
 129   const struct variable *indep_var;
 130
 131   bool descriptive_stats;
 132   bool homogeneity_stats;
 133
 134   enum missing_type missing_type;
 135   enum mv_class exclude;
 136
 137   /* List of contrasts */
 138   struct ll_list contrast_list;
 139
 140   /* The weight variable */
 141   const struct variable *wv;
 142   const struct fmt_spec *wfmt;
 143
 144   /* The confidence level for multiple comparisons */
 145   double alpha;
 146
 147   int *posthoc;
 148   int n_posthoc;
 149 };
 150
 151 static double
 152 df_common (const struct per_var_ws *pvw, const struct moments1 *mom_i UNUSED, const struct moments1 *mom_j UNUSED)
 153 {
 154   return  pvw->n - pvw->n_groups;
 155 }
 156
 157 static double
 158 df_individual (const struct per_var_ws *pvw UNUSED, const struct moments1 *mom_i, const struct moments1 *mom_j)
 159 {
 160   double n_i, var_i;
 161   double n_j, var_j;
 162   double nom,denom;
 163
 164   moments1_calculate (mom_i, &n_i, NULL, &var_i, 0, 0);
 165   moments1_calculate (mom_j, &n_j, NULL, &var_j, 0, 0);
 166
 167   if (n_i <= 1.0 || n_j <= 1.0)
 168     return SYSMIS;
 169
 170   nom = pow2 (var_i/n_i + var_j/n_j);
 171   denom = pow2 (var_i/n_i) / (n_i - 1) + pow2 (var_j/n_j) / (n_j - 1);
 172
 173   return nom / denom;
 174 }
 175
 176 static double lsd_pinv (double std_err, double alpha, double df, int k UNUSED, const struct moments1 *mom_i UNUSED, const struct moments1 *mom_j UNUSED)
 177 {
 178   return std_err * gsl_cdf_tdist_Pinv (1.0 - alpha / 2.0, df);
 179 }
 180
 181 static double bonferroni_pinv (double std_err, double alpha, double df, int k, const struct moments1 *mom_i UNUSED, const struct moments1 *mom_j UNUSED)
 182 {
 183   const int m = k * (k - 1) / 2;
 184   return std_err * gsl_cdf_tdist_Pinv (1.0 - alpha / (2.0 * m), df);
 185 }
 186
 187 static double sidak_pinv (double std_err, double alpha, double df, int k, const struct moments1 *mom_i UNUSED, const struct moments1 *mom_j UNUSED)
 188 {
 189   const double m = k * (k - 1) / 2;
 190   double lp = 1.0 - exp (log (1.0 - alpha) / m);
 191   return std_err * gsl_cdf_tdist_Pinv (1.0 - lp / 2.0, df);
 192 }
 193
 194 static double tukey_pinv (double std_err, double alpha, double df, int k, const struct moments1 *mom_i UNUSED, const struct moments1 *mom_j UNUSED)
 195 {
 196   if (k < 2 || df < 2)
 197     return SYSMIS;
 198
 199   return std_err / sqrt (2.0)  * qtukey (1 - alpha, 1.0, k, df, 1, 0);
 200 }
 201
 202 static double scheffe_pinv (double std_err, double alpha, double df, int k, const struct moments1 *mom_i UNUSED, const struct moments1 *mom_j UNUSED)
 203 {
 204   double x = (k - 1) * gsl_cdf_fdist_Pinv (1.0 - alpha, k - 1, df);
 205   return std_err * sqrt (x);
 206 }
 207
 208 static double gh_pinv (double std_err UNUSED, double alpha, double df, int k, const struct moments1 *mom_i, const struct moments1 *mom_j)
 209 {
 210   double n_i, mean_i, var_i;
 211   double n_j, mean_j, var_j;
 212   double m;
 213
 214   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 215   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 216
 217   m = sqrt ((var_i/n_i + var_j/n_j) / 2.0);
 218
 219   if (k < 2 || df < 2)
 220     return SYSMIS;
 221
 222   return m * qtukey (1 - alpha, 1.0, k, df, 1, 0);
 223 }
 224
 225
 226 static double
 227 multiple_comparison_sig (double std_err,
 228                                        const struct per_var_ws *pvw,
 229                                        const struct descriptive_data *dd_i, const struct descriptive_data *dd_j,
 230                                        const struct posthoc *ph)
 231 {
 232   int k = pvw->n_groups;
 233   double df = ph->dff (pvw, dd_i->mom, dd_j->mom);
 234   double ts = ph->tsf (k, dd_i->mom, dd_j->mom, std_err);
 235   if (df == SYSMIS)
 236     return SYSMIS;
 237   return  ph->p1f (ts, k - 1, df);
 238 }
 239
 240 static double
 241 mc_half_range (const struct oneway_spec *cmd, const struct per_var_ws *pvw, double std_err, const struct descriptive_data *dd_i, const struct descriptive_data *dd_j, const struct posthoc *ph)
 242 {
 243   int k = pvw->n_groups;
 244   double df = ph->dff (pvw, dd_i->mom, dd_j->mom);
 245   if (df == SYSMIS)
 246     return SYSMIS;
 247
 248   return ph->pinv (std_err, cmd->alpha, df, k, dd_i->mom, dd_j->mom);
 249 }
 250
 251 static double tukey_1tailsig (double ts, double df1, double df2)
 252 {
 253   double twotailedsig;
 254
 255   if (df2 < 2 || df1 < 1)
 256     return SYSMIS;
 257
 258   twotailedsig = 1.0 - ptukey (ts, 1.0, df1 + 1, df2, 1, 0);
 259
 260   return twotailedsig / 2.0;
 261 }
 262
 263 static double lsd_1tailsig (double ts, double df1 UNUSED, double df2)
 264 {
 265   return ts < 0 ? gsl_cdf_tdist_P (ts, df2) : gsl_cdf_tdist_Q (ts, df2);
 266 }
 267
 268 static double sidak_1tailsig (double ts, double df1, double df2)
 269 {
 270   double ex = (df1 + 1.0) * df1 / 2.0;
 271   double lsd_sig = 2 * lsd_1tailsig (ts, df1, df2);
 272
 273   return 0.5 * (1.0 - pow (1.0 - lsd_sig, ex));
 274 }
 275
 276 static double bonferroni_1tailsig (double ts, double df1, double df2)
 277 {
 278   const int m = (df1 + 1) * df1 / 2;
 279
 280   double p = ts < 0 ? gsl_cdf_tdist_P (ts, df2) : gsl_cdf_tdist_Q (ts, df2);
 281   p *= m;
 282
 283   return p > 0.5 ? 0.5 : p;
 284 }
 285
 286 static double scheffe_1tailsig (double ts, double df1, double df2)
 287 {
 288   return 0.5 * gsl_cdf_fdist_Q (ts, df1, df2);
 289 }
 290
 291
 292 static double tukey_test_stat (int k UNUSED, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err)
 293 {
 294   double ts;
 295   double n_i, mean_i, var_i;
 296   double n_j, mean_j, var_j;
 297
 298   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 299   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 300
 301   ts =  (mean_i - mean_j) / std_err;
 302   ts = fabs (ts) * sqrt (2.0);
 303
 304   return ts;
 305 }
 306
 307 static double lsd_test_stat (int k UNUSED, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err)
 308 {
 309   double n_i, mean_i, var_i;
 310   double n_j, mean_j, var_j;
 311
 312   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 313   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 314
 315   return (mean_i - mean_j) / std_err;
 316 }
 317
 318 static double scheffe_test_stat (int k, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err)
 319 {
 320   double t;
 321   double n_i, mean_i, var_i;
 322   double n_j, mean_j, var_j;
 323
 324   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 325   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 326
 327   t = (mean_i - mean_j) / std_err;
 328   t = pow2 (t);
 329   t /= k - 1;
 330
 331   return t;
 332 }
 333
 334 static double gh_test_stat (int k UNUSED, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err UNUSED)
 335 {
 336   double ts;
 337   double thing;
 338   double n_i, mean_i, var_i;
 339   double n_j, mean_j, var_j;
 340
 341   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 342   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 343
 344   thing = var_i / n_i + var_j / n_j;
 345   thing /= 2.0;
 346   thing = sqrt (thing);
 347
 348   ts = (mean_i - mean_j) / thing;
 349
 350   return fabs (ts);
 351 }
 352
 353
 354
 355 static const struct posthoc ph_tests [] =
 356   {
 357     { "LSD",        N_("LSD"),          df_common, lsd_test_stat,     lsd_1tailsig,          lsd_pinv},
 358     { "TUKEY",      N_("Tukey HSD"),    df_common, tukey_test_stat,   tukey_1tailsig,        tukey_pinv},
 359     { "BONFERRONI", N_("Bonferroni"),   df_common, lsd_test_stat,     bonferroni_1tailsig,   bonferroni_pinv},
 360     { "SCHEFFE",    N_("Scheffé"),      df_common, scheffe_test_stat, scheffe_1tailsig,      scheffe_pinv},
 361     { "GH",         N_("Games-Howell"), df_individual, gh_test_stat,  tukey_1tailsig,        gh_pinv},
 362     { "SIDAK",      N_("Šidák"),        df_common, lsd_test_stat,     sidak_1tailsig,        sidak_pinv}
 363   };
 364
 365
 366 struct oneway_workspace
 367 {
 368   /* The number of distinct values of the independent variable, when all
 369      missing values are disregarded */
 370   int actual_number_of_groups;
 371
 372   struct per_var_ws *vws;
 373
 374   /* An array of descriptive data.  One for each dependent variable */
 375   struct descriptive_data **dd_total;
 376 };
 377
 378 /* Routines to show the output tables */
 379 static void show_anova_table (const struct oneway_spec *, const struct oneway_workspace *);
 380 static void show_descriptives (const struct oneway_spec *, const struct oneway_workspace *);
 381 static void show_homogeneity (const struct oneway_spec *, const struct oneway_workspace *);
 382
 383 static void output_oneway (const struct oneway_spec *, struct oneway_workspace *ws);
 384 static void run_oneway (const struct oneway_spec *cmd, struct casereader *input, const struct dataset *ds);
 385
 386
 387 static void
 388 destroy_coeff_list (struct contrasts_node *coeff_list)
 389 {
 390   struct coeff_node *cn = NULL;
 391   struct coeff_node *cnx = NULL;
 392   struct ll_list *cl = &coeff_list->coefficient_list;
 393
 394   ll_for_each_safe (cn, cnx, struct coeff_node, ll, cl)
 395     {
 396       free (cn);
 397     }
 398
 399   free (coeff_list);
 400 }
 401
 402 static void
 403 oneway_cleanup (struct oneway_spec *cmd)
 404 {
 405   struct contrasts_node *coeff_list  = NULL;
 406   struct contrasts_node *coeff_next  = NULL;
 407   ll_for_each_safe (coeff_list, coeff_next, struct contrasts_node, ll, &cmd->contrast_list)
 408     {
 409       destroy_coeff_list (coeff_list);
 410     }
 411
 412   free (cmd->posthoc);
 413 }
 414
 415
 416
 417 int
 418 cmd_oneway (struct lexer *lexer, struct dataset *ds)
 419 {
 420   const struct dictionary *dict = dataset_dict (ds);
 421   struct oneway_spec oneway = {
 422     .missing_type = MISS_ANALYSIS,
 423     .exclude = MV_ANY,
 424     .wv = dict_get_weight (dict),
 425     .wfmt = dict_get_weight_format (dict),
 426     .alpha = 0.05,
 427   };
 428
 429   ll_init (&oneway.contrast_list);
 430   if (lex_match (lexer, T_SLASH))
 431     {
 432       if (!lex_force_match_id (lexer, "VARIABLES"))
 433         goto error;
 434       lex_match (lexer, T_EQUALS);
 435     }
 436
 437   if (!parse_variables_const (lexer, dict,
 438                               &oneway.vars, &oneway.n_vars,
 439                               PV_NO_DUPLICATE | PV_NUMERIC))
 440     goto error;
 441
 442   if (!lex_force_match (lexer, T_BY))
 443     goto error;
 444
 445   oneway.indep_var = parse_variable_const (lexer, dict);
 446   if (oneway.indep_var == NULL)
 447     goto error;
 448
 449   while (lex_token (lexer) != T_ENDCMD)
 450     {
 451       lex_match (lexer, T_SLASH);
 452
 453       if (lex_match_id (lexer, "STATISTICS"))
 454         {
 455           lex_match (lexer, T_EQUALS);
 456           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 457             {
 458               if (lex_match_id (lexer, "DESCRIPTIVES"))
 459                 oneway.descriptive_stats = true;
 460               else if (lex_match_id (lexer, "HOMOGENEITY"))
 461                 oneway.homogeneity_stats = true;
 462               else
 463                 {
 464                   lex_error_expecting (lexer, "DESCRIPTIVES", "HOMOGENEITY");
 465                   goto error;
 466                 }
 467             }
 468         }
 469       else if (lex_match_id (lexer, "POSTHOC"))
 470         {
 471           lex_match (lexer, T_EQUALS);
 472           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 473             {
 474               bool method = false;
 475               for (size_t p = 0; p < sizeof ph_tests / sizeof *ph_tests; ++p)
 476                 if (lex_match_id (lexer, ph_tests[p].syntax))
 477                   {
 478                     oneway.n_posthoc++;
 479                     oneway.posthoc = xrealloc (oneway.posthoc, sizeof (*oneway.posthoc) * oneway.n_posthoc);
 480                     oneway.posthoc[oneway.n_posthoc - 1] = p;
 481                     method = true;
 482                     break;
 483                   }
 484               if (method == false)
 485                 {
 486                   if (lex_match_id (lexer, "ALPHA"))
 487                     {
 488                       if (!lex_force_match (lexer, T_LPAREN)
 489                           || !lex_force_num (lexer))
 490                         goto error;
 491                       oneway.alpha = lex_number (lexer);
 492                       lex_get (lexer);
 493                       if (!lex_force_match (lexer, T_RPAREN))
 494                         goto error;
 495                     }
 496                   else
 497                     {
 498                       lex_error (lexer, _("Unknown post hoc analysis method."));
 499                       goto error;
 500                     }
 501                 }
 502             }
 503         }
 504       else if (lex_match_id (lexer, "CONTRAST"))
 505         {
 506           struct contrasts_node *cl = XZALLOC (struct contrasts_node);
 507
 508           struct ll_list *coefficient_list = &cl->coefficient_list;
 509           lex_match (lexer, T_EQUALS);
 510
 511           ll_init (coefficient_list);
 512
 513           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 514             {
 515               if (!lex_force_num (lexer))
 516                 {
 517                   destroy_coeff_list (cl);
 518                   goto error;
 519                 }
 520
 521               struct coeff_node *cc = xmalloc (sizeof *cc);
 522               cc->coeff = lex_number (lexer);
 523
 524               ll_push_tail (coefficient_list, &cc->ll);
 525               lex_get (lexer);
 526             }
 527
 528           if (ll_count (coefficient_list) <= 0)
 529             {
 530               destroy_coeff_list (cl);
 531               goto error;
 532             }
 533
 534           ll_push_tail (&oneway.contrast_list, &cl->ll);
 535         }
 536       else if (lex_match_id (lexer, "MISSING"))
 537         {
 538           lex_match (lexer, T_EQUALS);
 539           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 540             {
 541               if (lex_match_id (lexer, "INCLUDE"))
 542                 oneway.exclude = MV_SYSTEM;
 543               else if (lex_match_id (lexer, "EXCLUDE"))
 544                 oneway.exclude = MV_ANY;
 545               else if (lex_match_id (lexer, "LISTWISE"))
 546                 oneway.missing_type = MISS_LISTWISE;
 547               else if (lex_match_id (lexer, "ANALYSIS"))
 548                 oneway.missing_type = MISS_ANALYSIS;
 549               else
 550                 {
 551                   lex_error_expecting (lexer, "INCLUDE", "EXCLUDE",
 552                                        "LISTWISE", "ANALYSIS");
 553                   goto error;
 554                 }
 555             }
 556         }
 557       else
 558         {
 559           lex_error_expecting (lexer, "STATISTICS", "POSTHOC", "CONTRAST",
 560                                "MISSING");
 561           goto error;
 562         }
 563     }
 564
 565   struct casegrouper *grouper = casegrouper_create_splits (proc_open (ds), dict);
 566   struct casereader *group;
 567   while (casegrouper_get_next_group (grouper, &group))
 568     run_oneway (&oneway, group, ds);
 569   bool ok = casegrouper_destroy (grouper);
 570   ok = proc_commit (ds) && ok;
 571
 572   oneway_cleanup (&oneway);
 573   free (oneway.vars);
 574   return CMD_SUCCESS;
 575
 576  error:
 577   oneway_cleanup (&oneway);
 578   free (oneway.vars);
 579   return CMD_FAILURE;
 580 }
 581 \f
 582 static struct descriptive_data *
 583 dd_create (const struct variable *var)
 584 {
 585   struct descriptive_data *dd = xmalloc (sizeof *dd);
 586
 587   dd->mom = moments1_create (MOMENT_VARIANCE);
 588   dd->minimum = DBL_MAX;
 589   dd->maximum = -DBL_MAX;
 590   dd->var = var;
 591
 592   return dd;
 593 }
 594
 595 static void
 596 dd_destroy (struct descriptive_data *dd)
 597 {
 598   moments1_destroy (dd->mom);
 599   free (dd);
 600 }
 601
 602 static void *
 603 makeit (const void *aux1, void *aux2 UNUSED)
 604 {
 605   const struct variable *var = aux1;
 606
 607   struct descriptive_data *dd = dd_create (var);
 608
 609   return dd;
 610 }
 611
 612 static void
 613 killit (const void *aux1 UNUSED, void *aux2 UNUSED, void *user_data)
 614 {
 615   struct descriptive_data *dd = user_data;
 616
 617   dd_destroy (dd);
 618 }
 619
 620
 621 static void
 622 updateit (const void *aux1, void *aux2, void *user_data,
 623           const struct ccase *c, double weight)
 624 {
 625   struct descriptive_data *dd = user_data;
 626
 627   const struct variable *varp = aux1;
 628
 629   const union value *valx = case_data (c, varp);
 630
 631   struct descriptive_data *dd_total = aux2;
 632
 633   moments1_add (dd->mom, valx->f, weight);
 634   if (valx->f < dd->minimum)
 635     dd->minimum = valx->f;
 636
 637   if (valx->f > dd->maximum)
 638     dd->maximum = valx->f;
 639
 640   {
 641     const struct variable *var = dd_total->var;
 642     const union value *val = case_data (c, var);
 643
 644     moments1_add (dd_total->mom,
 645                   val->f,
 646                   weight);
 647
 648     if (val->f < dd_total->minimum)
 649       dd_total->minimum = val->f;
 650
 651     if (val->f > dd_total->maximum)
 652       dd_total->maximum = val->f;
 653   }
 654 }
 655
 656 static void
 657 run_oneway (const struct oneway_spec *cmd, struct casereader *input,
 658             const struct dataset *ds)
 659 {
 660   struct dictionary *dict = dataset_dict (ds);
 661   struct oneway_workspace ws = {
 662     .vws = xcalloc (cmd->n_vars, sizeof *ws.vws),
 663     .dd_total = XCALLOC (cmd->n_vars, struct descriptive_data *),
 664   };
 665
 666   for (size_t v = 0; v < cmd->n_vars; ++v)
 667     ws.dd_total[v] = dd_create (cmd->vars[v]);
 668
 669   for (size_t v = 0; v < cmd->n_vars; ++v)
 670     {
 671       static const struct payload payload =
 672         {
 673           .create = makeit,
 674           .update = updateit,
 675           .destroy = killit,
 676         };
 677
 678       ws.vws[v].iact = interaction_create (cmd->indep_var);
 679       ws.vws[v].cat = categoricals_create (&ws.vws[v].iact, 1, cmd->wv,
 680                                            cmd->exclude);
 681
 682       categoricals_set_payload (ws.vws[v].cat, &payload,
 683                                 CONST_CAST (struct variable *, cmd->vars[v]),
 684                                 ws.dd_total[v]);
 685
 686
 687       ws.vws[v].cov = covariance_2pass_create (1, &cmd->vars[v],
 688                                                ws.vws[v].cat,
 689                                                cmd->wv, cmd->exclude, true);
 690       ws.vws[v].nl = levene_create (var_get_width (cmd->indep_var), NULL);
 691     }
 692
 693   output_split_file_values_peek (ds, input);
 694
 695   struct taint *taint = taint_clone (casereader_get_taint (input));
 696   input = casereader_create_filter_missing (input, &cmd->indep_var, 1,
 697                                             cmd->exclude, NULL, NULL);
 698   if (cmd->missing_type == MISS_LISTWISE)
 699     input = casereader_create_filter_missing (input, cmd->vars, cmd->n_vars,
 700                                               cmd->exclude, NULL, NULL);
 701   input = casereader_create_filter_weight (input, dict, NULL, NULL);
 702
 703   struct casereader *reader = casereader_clone (input);
 704   struct ccase *c;
 705   for (; (c = casereader_read (reader)) != NULL; case_unref (c))
 706     {
 707       double w = dict_get_case_weight (dict, c, NULL);
 708
 709       for (size_t i = 0; i < cmd->n_vars; ++i)
 710         {
 711           struct per_var_ws *pvw = &ws.vws[i];
 712           const struct variable *v = cmd->vars[i];
 713           const union value *val = case_data (c, v);
 714
 715           if (MISS_ANALYSIS == cmd->missing_type)
 716             {
 717               if (var_is_value_missing (v, val) & cmd->exclude)
 718                 continue;
 719             }
 720
 721           covariance_accumulate_pass1 (pvw->cov, c);
 722           levene_pass_one (pvw->nl, val->f, w, case_data (c, cmd->indep_var));
 723         }
 724     }
 725   casereader_destroy (reader);
 726
 727   reader = casereader_clone (input);
 728   for (; (c = casereader_read (reader)); case_unref (c))
 729     {
 730       double w = dict_get_case_weight (dict, c, NULL);
 731       for (size_t i = 0; i < cmd->n_vars; ++i)
 732         {
 733           struct per_var_ws *pvw = &ws.vws[i];
 734           const struct variable *v = cmd->vars[i];
 735           const union value *val = case_data (c, v);
 736
 737           if (MISS_ANALYSIS == cmd->missing_type)
 738             {
 739               if (var_is_value_missing (v, val) & cmd->exclude)
 740                 continue;
 741             }
 742
 743           covariance_accumulate_pass2 (pvw->cov, c);
 744           levene_pass_two (pvw->nl, val->f, w, case_data (c, cmd->indep_var));
 745         }
 746     }
 747   casereader_destroy (reader);
 748
 749   reader = casereader_clone (input);
 750   for (; (c = casereader_read (reader)); case_unref (c))
 751     {
 752       double w = dict_get_case_weight (dict, c, NULL);
 753
 754       for (size_t i = 0; i < cmd->n_vars; ++i)
 755         {
 756           struct per_var_ws *pvw = &ws.vws[i];
 757           const struct variable *v = cmd->vars[i];
 758           const union value *val = case_data (c, v);
 759
 760           if (MISS_ANALYSIS == cmd->missing_type)
 761             {
 762               if (var_is_value_missing (v, val) & cmd->exclude)
 763                 continue;
 764             }
 765
 766           levene_pass_three (pvw->nl, val->f, w, case_data (c, cmd->indep_var));
 767         }
 768     }
 769   casereader_destroy (reader);
 770
 771   for (size_t v = 0; v < cmd->n_vars; ++v)
 772     {
 773       struct per_var_ws *pvw = &ws.vws[v];
 774
 775       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
 776       if (!categoricals_sane (cats))
 777         {
 778           msg (MW, _("Dependent variable %s has no non-missing values.  "
 779                      "No analysis for this variable will be done."),
 780                var_get_name (cmd->vars[v]));
 781           continue;
 782         }
 783
 784       const gsl_matrix *ucm = covariance_calculate_unnormalized (pvw->cov);
 785
 786       gsl_matrix *cm = gsl_matrix_alloc (ucm->size1, ucm->size2);
 787       gsl_matrix_memcpy (cm, ucm);
 788
 789       moments1_calculate (ws.dd_total[v]->mom, &pvw->n, NULL, NULL, NULL, NULL);
 790
 791       pvw->sst = gsl_matrix_get (cm, 0, 0);
 792
 793       reg_sweep (cm, 0);
 794
 795       pvw->sse = gsl_matrix_get (cm, 0, 0);
 796       gsl_matrix_free (cm);
 797
 798       pvw->ssa = pvw->sst - pvw->sse;
 799
 800       pvw->n_groups = categoricals_n_total (cats);
 801
 802       pvw->mse = (pvw->sst - pvw->ssa) / (pvw->n - pvw->n_groups);
 803     }
 804
 805   for (size_t v = 0; v < cmd->n_vars; ++v)
 806     {
 807       const struct categoricals *cats = covariance_get_categoricals (ws.vws[v].cov);
 808       if (categoricals_is_complete (cats))
 809         {
 810           if (categoricals_n_total (cats) > ws.actual_number_of_groups)
 811             ws.actual_number_of_groups = categoricals_n_total (cats);
 812         }
 813     }
 814   casereader_destroy (input);
 815
 816   if (!taint_has_tainted_successor (taint))
 817     output_oneway (cmd, &ws);
 818
 819   taint_destroy (taint);
 820
 821   for (size_t v = 0; v < cmd->n_vars; ++v)
 822     {
 823       covariance_destroy (ws.vws[v].cov);
 824       levene_destroy (ws.vws[v].nl);
 825       dd_destroy (ws.dd_total[v]);
 826       interaction_destroy (ws.vws[v].iact);
 827     }
 828
 829   free (ws.vws);
 830   free (ws.dd_total);
 831 }
 832
 833 static void show_contrast_coeffs (const struct oneway_spec *, const struct oneway_workspace *);
 834 static void show_contrast_tests (const struct oneway_spec *, const struct oneway_workspace *);
 835 static void show_comparisons (const struct oneway_spec *, const struct oneway_workspace *, int depvar);
 836
 837 static void
 838 output_oneway (const struct oneway_spec *cmd, struct oneway_workspace *ws)
 839 {
 840   size_t list_idx = 0;
 841
 842   /* Check the sanity of the given contrast values */
 843   struct contrasts_node *coeff_list  = NULL;
 844   struct contrasts_node *coeff_next  = NULL;
 845   ll_for_each_safe (coeff_list, coeff_next, struct contrasts_node, ll, &cmd->contrast_list)
 846     {
 847       struct coeff_node *cn = NULL;
 848       double sum = 0;
 849       struct ll_list *cl = &coeff_list->coefficient_list;
 850       ++list_idx;
 851
 852       if (ll_count (cl) != ws->actual_number_of_groups)
 853         {
 854           msg (SW,
 855                _("In contrast list %zu, the number of coefficients (%zu) does not equal the number of groups (%d). This contrast list will be ignored."),
 856                list_idx, ll_count (cl), ws->actual_number_of_groups);
 857
 858           ll_remove (&coeff_list->ll);
 859           destroy_coeff_list (coeff_list);
 860           continue;
 861         }
 862
 863       ll_for_each (cn, struct coeff_node, ll, cl)
 864         sum += cn->coeff;
 865
 866       if (sum != 0.0)
 867         msg (SW, _("Coefficients for contrast %zu do not total zero"),
 868              list_idx);
 869     }
 870
 871   if (cmd->descriptive_stats)
 872     show_descriptives (cmd, ws);
 873
 874   if (cmd->homogeneity_stats)
 875     show_homogeneity (cmd, ws);
 876
 877   show_anova_table (cmd, ws);
 878
 879   if (ll_count (&cmd->contrast_list) > 0)
 880     {
 881       show_contrast_coeffs (cmd, ws);
 882       show_contrast_tests (cmd, ws);
 883     }
 884
 885   if (cmd->posthoc)
 886     for (size_t v = 0; v < cmd->n_vars; ++v)
 887       {
 888         const struct categoricals *cats = covariance_get_categoricals (ws->vws[v].cov);
 889
 890         if (categoricals_is_complete (cats))
 891           show_comparisons (cmd, ws, v);
 892       }
 893 }
 894
 895
 896 /* Show the ANOVA table */
 897 static void
 898 show_anova_table (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
 899 {
 900   struct pivot_table *table = pivot_table_create (N_("ANOVA"));
 901
 902   pivot_dimension_create (table, PIVOT_AXIS_COLUMN, N_("Statistics"),
 903                           N_("Sum of Squares"), PIVOT_RC_OTHER,
 904                           N_("df"), PIVOT_RC_INTEGER,
 905                           N_("Mean Square"), PIVOT_RC_OTHER,
 906                           N_("F"), PIVOT_RC_OTHER,
 907                           N_("Sig."), PIVOT_RC_SIGNIFICANCE);
 908
 909   pivot_dimension_create (table, PIVOT_AXIS_ROW, N_("Type"),
 910                           N_("Between Groups"), N_("Within Groups"),
 911                           N_("Total"));
 912
 913   struct pivot_dimension *variables = pivot_dimension_create (
 914     table, PIVOT_AXIS_ROW, N_("Variables"));
 915
 916   for (size_t i = 0; i < cmd->n_vars; ++i)
 917     {
 918       int var_idx = pivot_category_create_leaf (
 919         variables->root, pivot_value_new_variable (cmd->vars[i]));
 920
 921       const struct per_var_ws *pvw = &ws->vws[i];
 922
 923       double n;
 924       moments1_calculate (ws->dd_total[i]->mom, &n, NULL, NULL, NULL, NULL);
 925
 926       double df1 = pvw->n_groups - 1;
 927       double df2 = n - pvw->n_groups;
 928       double msa = pvw->ssa / df1;
 929       double F = msa / pvw->mse;
 930
 931       struct entry
 932         {
 933           int stat_idx;
 934           int type_idx;
 935           double x;
 936         }
 937       entries[] = {
 938         /* Sums of Squares. */
 939         { 0, 0, pvw->ssa },
 940         { 0, 1, pvw->sse },
 941         { 0, 2, pvw->sst },
 942         /* Degrees of Freedom. */
 943         { 1, 0, df1 },
 944         { 1, 1, df2 },
 945         { 1, 2, n - 1 },
 946         /* Mean Squares. */
 947         { 2, 0, msa },
 948         { 2, 1, pvw->mse },
 949         /* F. */
 950         { 3, 0, F },
 951         /* Significance. */
 952         { 4, 0, gsl_cdf_fdist_Q (F, df1, df2) },
 953       };
 954       for (size_t j = 0; j < sizeof entries / sizeof *entries; j++)
 955         {
 956           const struct entry *e = &entries[j];
 957           pivot_table_put3 (table, e->stat_idx, e->type_idx, var_idx,
 958                             pivot_value_new_number (e->x));
 959         }
 960     }
 961
 962   pivot_table_submit (table);
 963 }
 964
 965 /* Show the descriptives table */
 966 static void
 967 show_descriptives (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
 968 {
 969   if (!cmd->n_vars)
 970     return;
 971   const struct categoricals *cats = covariance_get_categoricals (
 972     ws->vws[0].cov);
 973
 974   struct pivot_table *table = pivot_table_create (N_("Descriptives"));
 975   pivot_table_set_weight_format (table, cmd->wfmt);
 976
 977   const double confidence = 0.95;
 978
 979   struct pivot_dimension *statistics = pivot_dimension_create (
 980     table, PIVOT_AXIS_COLUMN, N_("Statistics"),
 981     N_("N"), PIVOT_RC_COUNT, N_("Mean"), N_("Std. Deviation"),
 982     N_("Std. Error"));
 983   struct pivot_category *interval = pivot_category_create_group__ (
 984     statistics->root,
 985     pivot_value_new_text_format (N_("%g%% Confidence Interval for Mean"),
 986                                  confidence * 100.0));
 987   pivot_category_create_leaves (interval, N_("Lower Bound"),
 988                                 N_("Upper Bound"));
 989   pivot_category_create_leaves (statistics->root,
 990                                 N_("Minimum"), N_("Maximum"));
 991
 992   struct pivot_dimension *indep_var = pivot_dimension_create__ (
 993     table, PIVOT_AXIS_ROW, pivot_value_new_variable (cmd->indep_var));
 994   indep_var->root->show_label = true;
 995   size_t n;
 996   union value *values = categoricals_get_var_values (cats, cmd->indep_var, &n);
 997   for (size_t j = 0; j < n; j++)
 998     pivot_category_create_leaf (
 999       indep_var->root, pivot_value_new_var_value (cmd->indep_var, &values[j]));
1000   pivot_category_create_leaf (
1001     indep_var->root, pivot_value_new_text_format (N_("Total")));
1002
1003   struct pivot_dimension *dep_var = pivot_dimension_create (
1004     table, PIVOT_AXIS_ROW, N_("Dependent Variable"));
1005
1006   const double q = (1.0 - confidence) / 2.0;
1007   for (int v = 0; v < cmd->n_vars; ++v)
1008     {
1009       int dep_var_idx = pivot_category_create_leaf (
1010         dep_var->root, pivot_value_new_variable (cmd->vars[v]));
1011
1012       struct per_var_ws *pvw = &ws->vws[v];
1013       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
1014
1015       int count;
1016       for (count = 0; count < categoricals_n_total (cats); ++count)
1017         {
1018           const struct descriptive_data *dd
1019             = categoricals_get_user_data_by_category (cats, count);
1020
1021           double n, mean, variance;
1022           moments1_calculate (dd->mom, &n, &mean, &variance, NULL, NULL);
1023
1024           double std_dev = sqrt (variance);
1025           double std_error = std_dev / sqrt (n);
1026           double T = gsl_cdf_tdist_Qinv (q, n - 1);
1027
1028           double entries[] = {
1029             n,
1030             mean,
1031             std_dev,
1032             std_error,
1033             mean - T * std_error,
1034             mean + T * std_error,
1035             dd->minimum,
1036             dd->maximum,
1037           };
1038           for (size_t i = 0; i < sizeof entries / sizeof *entries; i++)
1039             pivot_table_put3 (table, i, count, dep_var_idx,
1040                               pivot_value_new_number (entries[i]));
1041         }
1042
1043       if (categoricals_is_complete (cats))
1044         {
1045           double n, mean, variance;
1046           moments1_calculate (ws->dd_total[v]->mom, &n, &mean, &variance,
1047                               NULL, NULL);
1048
1049           double std_dev = sqrt (variance);
1050           double std_error = std_dev / sqrt (n);
1051           double T = gsl_cdf_tdist_Qinv (q, n - 1);
1052
1053           double entries[] = {
1054             n,
1055             mean,
1056             std_dev,
1057             std_error,
1058             mean - T * std_error,
1059             mean + T * std_error,
1060             ws->dd_total[v]->minimum,
1061             ws->dd_total[v]->maximum,
1062           };
1063           for (size_t i = 0; i < sizeof entries / sizeof *entries; i++)
1064             pivot_table_put3 (table, i, count, dep_var_idx,
1065                               pivot_value_new_number (entries[i]));
1066         }
1067     }
1068
1069   pivot_table_submit (table);
1070 }
1071
1072 /* Show the homogeneity table */
1073 static void
1074 show_homogeneity (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1075 {
1076   struct pivot_table *table = pivot_table_create (
1077     N_("Test of Homogeneity of Variances"));
1078
1079   pivot_dimension_create (table, PIVOT_AXIS_COLUMN, N_("Statistics"),
1080                           N_("Levene Statistic"), PIVOT_RC_OTHER,
1081                           N_("df1"), PIVOT_RC_INTEGER,
1082                           N_("df2"), PIVOT_RC_INTEGER,
1083                           N_("Sig."), PIVOT_RC_SIGNIFICANCE);
1084
1085   struct pivot_dimension *variables = pivot_dimension_create (
1086     table, PIVOT_AXIS_ROW, N_("Variables"));
1087
1088   for (int v = 0; v < cmd->n_vars; ++v)
1089     {
1090       int var_idx = pivot_category_create_leaf (
1091         variables->root, pivot_value_new_variable (cmd->vars[v]));
1092
1093       double n;
1094       moments1_calculate (ws->dd_total[v]->mom, &n, NULL, NULL, NULL, NULL);
1095
1096       const struct per_var_ws *pvw = &ws->vws[v];
1097       double df1 = pvw->n_groups - 1;
1098       double df2 = n - pvw->n_groups;
1099       double F = levene_calculate (pvw->nl);
1100
1101       double entries[] =
1102         {
1103           F,
1104           df1,
1105           df2,
1106           gsl_cdf_fdist_Q (F, df1, df2),
1107         };
1108       for (size_t i = 0; i < sizeof entries / sizeof *entries; i++)
1109         pivot_table_put2 (table, i, var_idx,
1110                           pivot_value_new_number (entries[i]));
1111     }
1112
1113   pivot_table_submit (table);
1114 }
1115
1116
1117 /* Show the contrast coefficients table */
1118 static void
1119 show_contrast_coeffs (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1120 {
1121   struct pivot_table *table = pivot_table_create (N_("Contrast Coefficients"));
1122
1123   struct pivot_dimension *indep_var = pivot_dimension_create__ (
1124     table, PIVOT_AXIS_COLUMN, pivot_value_new_variable (cmd->indep_var));
1125   indep_var->root->show_label = true;
1126
1127   struct pivot_dimension *contrast = pivot_dimension_create (
1128     table, PIVOT_AXIS_ROW, N_("Contrast"));
1129   contrast->root->show_label = true;
1130
1131   const struct covariance *cov = ws->vws[0].cov;
1132
1133   const struct contrasts_node *cn;
1134   int c_num = 1;
1135   ll_for_each (cn, struct contrasts_node, ll, &cmd->contrast_list)
1136     {
1137       int contrast_idx = pivot_category_create_leaf (
1138         contrast->root, pivot_value_new_integer (c_num++));
1139
1140       const struct coeff_node *coeffn;
1141       int indep_idx = 0;
1142       ll_for_each (coeffn, struct coeff_node, ll, &cn->coefficient_list)
1143         {
1144           const struct categoricals *cats = covariance_get_categoricals (cov);
1145           const struct ccase *gcc = categoricals_get_case_by_category (
1146             cats, indep_idx);
1147
1148           if (!contrast_idx)
1149             pivot_category_create_leaf (
1150               indep_var->root, pivot_value_new_var_value (
1151                 cmd->indep_var, case_data (gcc, cmd->indep_var)));
1152
1153           pivot_table_put2 (table, indep_idx++, contrast_idx,
1154                             pivot_value_new_integer (coeffn->coeff));
1155         }
1156     }
1157
1158   pivot_table_submit (table);
1159 }
1160
1161 /* Show the results of the contrast tests */
1162 static void
1163 show_contrast_tests (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1164 {
1165   struct pivot_table *table = pivot_table_create (N_("Contrast Tests"));
1166
1167   pivot_dimension_create (table, PIVOT_AXIS_COLUMN, N_("Statistics"),
1168                           N_("Value of Contrast"), PIVOT_RC_OTHER,
1169                           N_("Std. Error"), PIVOT_RC_OTHER,
1170                           N_("t"), PIVOT_RC_OTHER,
1171                           N_("df"), PIVOT_RC_OTHER,
1172                           N_("Sig. (2-tailed)"), PIVOT_RC_SIGNIFICANCE);
1173
1174   struct pivot_dimension *contrasts = pivot_dimension_create (
1175     table, PIVOT_AXIS_ROW, N_("Contrast"));
1176   contrasts->root->show_label = true;
1177   int n_contrasts = ll_count (&cmd->contrast_list);
1178   for (int i = 1; i <= n_contrasts; i++)
1179     pivot_category_create_leaf (contrasts->root, pivot_value_new_integer (i));
1180
1181   pivot_dimension_create (table, PIVOT_AXIS_ROW, N_("Assumption"),
1182                           N_("Assume equal variances"),
1183                           N_("Does not assume equal variances"));
1184
1185   struct pivot_dimension *variables = pivot_dimension_create (
1186     table, PIVOT_AXIS_ROW, N_("Dependent Variable"));
1187
1188   for (int v = 0; v < cmd->n_vars; ++v)
1189     {
1190       const struct per_var_ws *pvw = &ws->vws[v];
1191       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
1192       if (!categoricals_is_complete (cats))
1193         continue;
1194
1195       int var_idx = pivot_category_create_leaf (
1196         variables->root, pivot_value_new_variable (cmd->vars[v]));
1197
1198       struct contrasts_node *cn;
1199       int contrast_idx = 0;
1200       ll_for_each (cn, struct contrasts_node, ll, &cmd->contrast_list)
1201         {
1202
1203           /* Note: The calculation of the degrees of freedom in the
1204              "variances not equal" case is painfull!!
1205              The following formula may help to understand it:
1206              \frac{\left (\sum_{i=1}^k{c_i^2\frac{s_i^2}{n_i}}\right)^2}
1207              {
1208              \sum_{i=1}^k\left (
1209              \frac{\left (c_i^2\frac{s_i^2}{n_i}\right)^2}  {n_i-1}
1210              \right)
1211              }
1212           */
1213
1214           double grand_n;
1215           moments1_calculate (ws->dd_total[v]->mom, &grand_n, NULL, NULL,
1216                               NULL, NULL);
1217           double df = grand_n - pvw->n_groups;
1218
1219           double contrast_value = 0.0;
1220           double coef_msq = 0.0;
1221           double sec_vneq = 0.0;
1222           double df_denominator = 0.0;
1223           double df_numerator = 0.0;
1224           struct coeff_node *coeffn;
1225           int ci = 0;
1226           ll_for_each (coeffn, struct coeff_node, ll, &cn->coefficient_list)
1227             {
1228               const struct descriptive_data *dd
1229                 = categoricals_get_user_data_by_category (cats, ci);
1230               const double coef = coeffn->coeff;
1231
1232               double n, mean, variance;
1233               moments1_calculate (dd->mom, &n, &mean, &variance, NULL, NULL);
1234
1235               double winv = variance / n;
1236               contrast_value += coef * mean;
1237               coef_msq += pow2 (coef) / n;
1238               sec_vneq += pow2 (coef) * variance / n;
1239               df_numerator += pow2 (coef) * winv;
1240               df_denominator += pow2(pow2 (coef) * winv) / (n - 1);
1241
1242               ci++;
1243             }
1244           sec_vneq = sqrt (sec_vneq);
1245           df_numerator = pow2 (df_numerator);
1246
1247           double std_error_contrast = sqrt (pvw->mse * coef_msq);
1248           double T = contrast_value / std_error_contrast;
1249           double T_ne = contrast_value / sec_vneq;
1250           double df_ne = df_numerator / df_denominator;
1251
1252           struct entry
1253             {
1254               int stat_idx;
1255               int assumption_idx;
1256               double x;
1257             }
1258           entries[] =
1259             {
1260               /* Assume equal. */
1261               { 0, 0, contrast_value },
1262               { 1, 0, std_error_contrast },
1263               { 2, 0, T },
1264               { 3, 0, df },
1265               { 4, 0, 2 * gsl_cdf_tdist_Q (fabs(T), df) },
1266               /* Do not assume equal. */
1267               { 0, 1, contrast_value },
1268               { 1, 1, sec_vneq },
1269               { 2, 1, T_ne },
1270               { 3, 1, df_ne },
1271               { 4, 1, 2 * gsl_cdf_tdist_Q (fabs(T_ne), df_ne) },
1272             };
1273
1274           for (size_t i = 0; i < sizeof entries / sizeof *entries; i++)
1275             {
1276               const struct entry *e = &entries[i];
1277               pivot_table_put4 (
1278                 table, e->stat_idx, contrast_idx, e->assumption_idx, var_idx,
1279                 pivot_value_new_number (e->x));
1280             }
1281
1282           contrast_idx++;
1283         }
1284     }
1285
1286   pivot_table_submit (table);
1287 }
1288
1289 static void
1290 show_comparisons (const struct oneway_spec *cmd, const struct oneway_workspace *ws, int v)
1291 {
1292   struct pivot_table *table = pivot_table_create__ (
1293     pivot_value_new_user_text_nocopy (xasprintf (
1294                                         _("Multiple Comparisons (%s)"),
1295                                         var_to_string (cmd->vars[v]))),
1296     "Multiple Comparisons");
1297
1298   struct pivot_dimension *statistics = pivot_dimension_create (
1299     table, PIVOT_AXIS_COLUMN, N_("Statistics"),
1300     N_("Mean Difference (I - J)"), PIVOT_RC_OTHER,
1301     N_("Std. Error"), PIVOT_RC_OTHER,
1302     N_("Sig."), PIVOT_RC_SIGNIFICANCE);
1303   struct pivot_category *interval = pivot_category_create_group__ (
1304     statistics->root,
1305     pivot_value_new_text_format (N_("%g%% Confidence Interval"),
1306                                  (1 - cmd->alpha) * 100.0));
1307   pivot_category_create_leaves (interval,
1308                                 N_("Lower Bound"), PIVOT_RC_OTHER,
1309                                 N_("Upper Bound"), PIVOT_RC_OTHER);
1310
1311   struct pivot_dimension *j_family = pivot_dimension_create (
1312     table, PIVOT_AXIS_ROW, N_("(J) Family"));
1313   j_family->root->show_label = true;
1314
1315   struct pivot_dimension *i_family = pivot_dimension_create (
1316     table, PIVOT_AXIS_ROW, N_("(J) Family"));
1317   i_family->root->show_label = true;
1318
1319   const struct per_var_ws *pvw = &ws->vws[v];
1320   const struct categoricals *cat = pvw->cat;
1321   for (int i = 0; i < pvw->n_groups; i++)
1322     {
1323       const struct ccase *gcc = categoricals_get_case_by_category (cat, i);
1324       for (int j = 0; j < 2; j++)
1325         pivot_category_create_leaf (
1326           j ? j_family->root : i_family->root,
1327           pivot_value_new_var_value (cmd->indep_var,
1328                                      case_data (gcc, cmd->indep_var)));
1329     }
1330
1331   struct pivot_dimension *test = pivot_dimension_create (
1332     table, PIVOT_AXIS_ROW, N_("Test"));
1333
1334   for (int p = 0; p < cmd->n_posthoc; ++p)
1335     {
1336       const struct posthoc *ph = &ph_tests[cmd->posthoc[p]];
1337
1338       int test_idx = pivot_category_create_leaf (
1339         test->root, pivot_value_new_text (ph->label));
1340
1341       for (int i = 0; i < pvw->n_groups; ++i)
1342         {
1343           struct descriptive_data *dd_i
1344             = categoricals_get_user_data_by_category (cat, i);
1345           double weight_i, mean_i, var_i;
1346           moments1_calculate (dd_i->mom, &weight_i, &mean_i, &var_i, 0, 0);
1347
1348           for (int j = 0; j < pvw->n_groups; ++j)
1349             {
1350               if (j == i)
1351                 continue;
1352
1353               struct descriptive_data *dd_j
1354                 = categoricals_get_user_data_by_category (cat, j);
1355               double weight_j, mean_j, var_j;
1356               moments1_calculate (dd_j->mom, &weight_j, &mean_j, &var_j, 0, 0);
1357
1358               double std_err = pvw->mse;
1359               std_err *= weight_i + weight_j;
1360               std_err /= weight_i * weight_j;
1361               std_err = sqrt (std_err);
1362
1363               double sig = 2 * multiple_comparison_sig (std_err, pvw,
1364                                                         dd_i, dd_j, ph);
1365               double half_range = mc_half_range (cmd, pvw, std_err,
1366                                                  dd_i, dd_j, ph);
1367               double entries[] = {
1368                 mean_i - mean_j,
1369                 std_err,
1370                 sig,
1371                 (mean_i - mean_j) - half_range,
1372                 (mean_i - mean_j) + half_range,
1373               };
1374               for (size_t k = 0; k < sizeof entries / sizeof *entries; k++)
1375                 pivot_table_put4 (table, k, j, i, test_idx,
1376                                   pivot_value_new_number (entries[k]));
1377             }
1378         }
1379     }
1380
1381   pivot_table_submit (table);
1382 }