NPAR: Implemented the /KENDALL subcommand.
[pspp-builds.git] / tests / language / stats / npar.at
1 AT_BANNER([NPAR TESTS])
2
3 AT_SETUP([NPAR TESTS BINOMIAL, P < 0.5; N1/N2 < 1])
4 AT_DATA([npar.sps], [dnl
5 SET FORMAT F8.3.
6
7 DATA LIST LIST NOTABLE /x * w *.
8 BEGIN DATA.
9 1   6
10 2   15
11 END DATA.
12
13 WEIGHT BY w.
14
15 NPAR TESTS
16         /BINOMIAL(0.3) = x
17         .
18 ])
19 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
20 Table: Binomial Test
21 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (1-tailed)
22 x,Group1,1.000,6.000,.286,.300,.551
23 ,Group2,2.000,15.000,.714,,
24 ,Total,,21.000,1.000,,
25 ])
26 AT_CLEANUP
27
28 AT_SETUP([NPAR TESTS BINOMIAL, P < 0.5; N1/N2 > 1])
29 AT_DATA([npar.sps], [dnl
30 SET FORMAT F8.3.
31
32 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
33 BEGIN DATA.
34 1   7
35 2   6
36 END DATA.
37
38 WEIGHT BY w.
39
40 NPAR TESTS
41         /BINOMIAL(0.4) = x
42         .
43 ])
44 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
45 Table: Binomial Test
46 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (1-tailed)
47 x,Group1,1,7,.538,.400,.229
48 ,Group2,2,6,.462,,
49 ,Total,,13,1.000,,
50 ])
51 AT_CLEANUP
52
53 AT_SETUP([NPAR TESTS BINOMIAL, P < 0.5; N1/N2 = 1])
54 AT_DATA([npar.sps], [dnl
55 SET FORMAT F8.3.
56
57 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
58 BEGIN DATA.
59 1   8
60 2   8
61 END DATA.
62
63 WEIGHT BY w.
64
65 NPAR TESTS
66         /BINOMIAL(0.4) = x
67         .
68 ])
69 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
70 Table: Binomial Test
71 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (1-tailed)
72 x,Group1,1,8,.500,.400,.284
73 ,Group2,2,8,.500,,
74 ,Total,,16,1.000,,
75 ])
76 AT_CLEANUP
77
78 AT_SETUP([NPAR TESTS BINOMIAL, P > 0.5; N1/N2 < 1])
79 AT_DATA([npar.sps], [dnl
80 SET FORMAT F8.3.
81
82 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
83 BEGIN DATA.
84 1   11
85 2   12
86 END DATA.
87
88 WEIGHT BY w.
89
90 NPAR TESTS
91         /BINOMIAL(0.6) = x
92         .
93 ])
94 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
95 Table: Binomial Test
96 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (1-tailed)
97 x,Group1,1,11,.478,.600,.164
98 ,Group2,2,12,.522,,
99 ,Total,,23,1.000,,
100 ])
101 AT_CLEANUP
102
103 AT_SETUP([NPAR TESTS BINOMIAL, P > 0.5; N1/N2 > 1])
104 AT_DATA([npar.sps], [dnl
105 SET FORMAT F8.3.
106
107 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
108 BEGIN DATA.
109 1   11
110 2   9
111 END DATA.
112
113 WEIGHT BY w.
114
115 NPAR TESTS
116         /BINOMIAL(0.6) = x.
117 ])
118 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
119 Table: Binomial Test
120 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (1-tailed)
121 x,Group1,1,11,.550,.600,.404
122 ,Group2,2,9,.450,,
123 ,Total,,20,1.000,,
124 ])
125 AT_CLEANUP
126
127 AT_SETUP([NPAR TESTS BINOMIAL, P > 0.5; N1/N2 = 1])
128 AT_DATA([npar.sps], [dnl
129 SET FORMAT F8.3.
130
131 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
132 BEGIN DATA.
133 1   11
134 2   11
135 END DATA.
136
137 WEIGHT BY w.
138
139 NPAR TESTS
140         /BINOMIAL(0.6) = x.
141 ])
142 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
143 Table: Binomial Test
144 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (1-tailed)
145 x,Group1,1,11,.500,.600,.228
146 ,Group2,2,11,.500,,
147 ,Total,,22,1.000,,
148 ])
149 AT_CLEANUP
150
151 AT_SETUP([NPAR TESTS BINOMIAL, P = 0.5; N1/N2 < 1])
152 AT_DATA([npar.sps], [dnl
153 SET FORMAT F8.3.
154
155 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
156 BEGIN DATA.
157 1   8
158 2   15
159 END DATA.
160
161 WEIGHT BY w.
162
163 NPAR TESTS
164         /BINOMIAL = x
165         .
166 ])
167 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
168 Table: Binomial Test
169 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (2-tailed)
170 x,Group1,1,8,.348,.500,.210
171 ,Group2,2,15,.652,,
172 ,Total,,23,1.000,,
173 ])
174 AT_CLEANUP
175
176 AT_SETUP([NPAR TESTS BINOMIAL, P = 0.5; N1/N2 > 1])
177 AT_DATA([npar.sps], [dnl
178 SET FORMAT F8.3.
179
180 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
181 BEGIN DATA.
182 1   12
183 2   6
184 END DATA.
185
186 WEIGHT BY w.
187
188 NPAR TESTS
189         /BINOMIAL(0.5) = x.
190 ])
191 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
192 Table: Binomial Test
193 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (2-tailed)
194 x,Group1,1,12,.667,.500,.238
195 ,Group2,2,6,.333,,
196 ,Total,,18,1.000,,
197 ])
198 AT_CLEANUP
199
200 AT_SETUP([NPAR TESTS BINOMIAL, P = 0.5; N1/N2 = 1])
201 AT_DATA([npar.sps], [dnl
202 SET FORMAT F8.3.
203
204 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
205 BEGIN DATA.
206 1   10
207 2   10
208 END DATA.
209
210 WEIGHT BY w.
211
212 NPAR TESTS
213         /BINOMIAL(0.5) = x
214         .
215 ])
216 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
217 Table: Binomial Test
218 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (2-tailed)
219 x,Group1,1,10,.500,.500,1.000
220 ,Group2,2,10,.500,,
221 ,Total,,20,1.000,,
222 ])
223 AT_CLEANUP
224
225 AT_SETUP([NPAR TESTS BINOMIAL, P = 0.5; N1/N2 = 1 Cutpoint])
226 AT_DATA([npar.sps], [dnl
227 SET FORMAT F8.3.
228
229 DATA LIST LIST NOTABLE /x * w *.
230 BEGIN DATA.
231 9    3
232 10   7
233 11   16
234 END DATA.
235
236 WEIGHT BY w.
237
238 NPAR TESTS
239         /BINOMIAL(0.5) = x (10)
240         .
241 ])
242 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
243 Table: Binomial Test
244 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (2-tailed)
245 x,Group1,<= 10,10.000,.385,.500,.327
246 ,Group2,,16.000,.615,,
247 ,Total,,26.000,1.000,,
248 ])
249 AT_CLEANUP
250
251 AT_SETUP([NPAR TESTS BINOMIAL, P = 0.5; N1/N2 = 1 Named values])
252 AT_DATA([npar.sps], [dnl
253 SET FORMAT F8.3.
254
255 DATA LIST LIST NOTABLE /x * w *.
256 BEGIN DATA.
257 10   10
258 15   45
259 20   13
260 END DATA.
261
262 WEIGHT BY w.
263
264 NPAR TESTS
265         /BINOMIAL(0.5) = x (10, 20)
266         .
267 ])
268 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
269 Table: Binomial Test
270 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (2-tailed)
271 x,Group1,10.000,10.000,.435,.500,.678
272 ,Group2,20.000,13.000,.565,,
273 ,Total,,23.000,1.000,,
274 ])
275 AT_CLEANUP
276
277 AT_SETUP([NPAR TESTS CHISQUARE])
278 AT_DATA([npar.sps], [dnl
279 DATA LIST NOTABLE LIST /x * y * w *.
280 BEGIN DATA.
281 1   2  1
282 2   1  3
283 3.1 1  4
284 3.2 2  1
285 4   2  2
286 5   3  1
287 1   4  2
288 END DATA.
289
290 WEIGHT BY w.
291
292 NPAR TESTS
293   CHISQUARE=x y
294   .
295
296 NPAR TESTS
297   CHISQUARE=y
298   /EXPECTED=3 4 5 4
299   .
300
301 NPAR TESTS
302   CHISQUARE=x y(2, 4)
303   /EXPECTED = 6 10 3
304   .
305 ])
306 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
307 Table: x
308 ,Observed N,Expected N,Residual
309 1.00,3.00,2.33,.67
310 2.00,3.00,2.33,.67
311 3.10,4.00,2.33,1.67
312 3.20,1.00,2.33,-1.33
313 4.00,2.00,2.33,-.33
314 5.00,1.00,2.33,-1.33
315 Total,14.00,,
316
317 Table: y
318 ,Observed N,Expected N,Residual
319 1.00,7.00,3.50,3.50
320 2.00,4.00,3.50,.50
321 3.00,1.00,3.50,-2.50
322 4.00,2.00,3.50,-1.50
323 Total,14.00,,
324
325 Table: Test Statistics
326 ,x,y
327 Chi-Square,3.14,6.00
328 df,5,3
329 Asymp. Sig.,.68,.11
330
331 Table: y
332 ,Observed N,Expected N,Residual
333 1.00,7.00,2.63,4.38
334 2.00,4.00,3.50,.50
335 3.00,1.00,4.38,-3.38
336 4.00,2.00,3.50,-1.50
337 Total,14.00,,
338
339 Table: Test Statistics
340 ,y
341 Chi-Square,10.61
342 df,3
343 Asymp. Sig.,.01
344
345 Table: Frequencies
346 ,x,,,,y,,,
347 ,Category,Observed N,Expected N,Residual,Category,Observed N,Expected N,Residual
348 1,2.00,3.00,3.16,-.16,2.00,4.00,2.21,1.79
349 2,3.00,5.00,5.26,-.26,3.00,1.00,3.68,-2.68
350 3,4.00,2.00,1.58,.42,4.00,2.00,1.11,.89
351 Total,,10.00,,,,7.00,,
352
353 Table: Test Statistics
354 ,x,y
355 Chi-Square,.13,4.13
356 df,2,2
357 Asymp. Sig.,.94,.13
358 ])
359 AT_CLEANUP
360
361 AT_SETUP([NPAR TESTS CHISQUARE expected values missing])
362 AT_DATA([npar.sps], [dnl
363 DATA LIST NOTABLE LIST /x * y * w *.
364 BEGIN DATA.
365 1   2  1
366 2   1  3
367 3.1 1  4
368 3.2 2  1
369 4   2  2
370 5   3  1
371 1   4  2
372 END DATA.
373
374 WEIGHT BY w.
375
376 NPAR TESTS
377   CHISQUARE=y
378   /EXPECTED = 3 4 5 4 3 1
379   .
380 ])
381 AT_CHECK([pspp -O format=csv npar.sps], [1], [dnl
382 "error: CHISQUARE test specified 6 expected values, but 4 distinct values were encountered in variable y."
383
384 Table: Test Statistics
385 ,y
386 Chi-Square,.00
387 df,0
388 Asymp. Sig.,1.00
389 ])
390 AT_CLEANUP
391
392 AT_SETUP([NPAR TESTS CHISQUARE with DESCRIPTIVES])
393 AT_DATA([npar.sps], [dnl
394 DATA LIST NOTABLE LIST /x * y * w * .
395 BEGIN DATA.
396 1   2  1 
397 2   1  3
398 3.1 1  4
399 3.2 2  1
400 4   2  2
401 5   3  1
402 1   4  2
403 .   5  1
404 END DATA.
405
406 WEIGHT BY w.
407
408 MISSING VALUES x (4).
409
410 NPAR TESTS
411   CHISQUARE=x y(-2,5)
412   /MISSING=ANALYSIS
413   /STATISTICS=DESCRIPTIVES
414   .
415 ])
416 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
417 Table: Frequencies
418 ,x,,,,y,,,
419 ,Category,Observed N,Expected N,Residual,Category,Observed N,Expected N,Residual
420 1,-2.00,.00,1.50,-1.50,-2.00,.00,1.88,-1.88
421 2,-1.00,.00,1.50,-1.50,-1.00,.00,1.88,-1.88
422 3,.00,.00,1.50,-1.50,.00,.00,1.88,-1.88
423 4,1.00,3.00,1.50,1.50,1.00,7.00,1.88,5.13
424 5,2.00,3.00,1.50,1.50,2.00,4.00,1.88,2.13
425 6,3.00,5.00,1.50,3.50,3.00,1.00,1.88,-.88
426 7,4.00,.00,1.50,-1.50,4.00,2.00,1.88,.13
427 8,5.00,1.00,1.50,-.50,5.00,1.00,1.88,-.88
428 Total,,12.00,,,,15.00,,
429
430 Table: Test Statistics
431 ,x,y
432 Chi-Square,17.33,22.87
433 df,7,7
434 Asymp. Sig.,.02,.00
435
436 Table: Descriptive Statistics
437 ,N,Mean,Std. Deviation,Minimum,Maximum
438 ,,,,,
439 x,12.00,2.47,1.19,1.00,5.00
440 y,15.00,2.07,1.33,1.00,5.00
441 ])
442 AT_CLEANUP
443
444 AT_SETUP([NPAR TESTS CHISQUARE, listwise missing])
445 AT_DATA([npar.sps], [dnl
446 DATA LIST NOTABLE LIST /x * y * w * .
447 BEGIN DATA.
448 1   2  1 
449 2   1  3
450 3.1 1  4
451 3.2 2  1
452 4   2  2
453 5   3  1
454 1   4  2
455 .   5  1
456 END DATA.
457
458 WEIGHT BY w.
459
460 * MISSING VALUES x (4).
461
462 NPAR TESTS
463   CHISQUARE=x y(-2,5)
464   /MISSING=LISTWISE
465   /STATISTICS=DESCRIPTIVES
466   .
467 ])
468 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
469 Table: Frequencies
470 ,x,,,,y,,,
471 ,Category,Observed N,Expected N,Residual,Category,Observed N,Expected N,Residual
472 1,-2.00,.00,1.75,-1.75,-2.00,.00,1.75,-1.75
473 2,-1.00,.00,1.75,-1.75,-1.00,.00,1.75,-1.75
474 3,.00,.00,1.75,-1.75,.00,.00,1.75,-1.75
475 4,1.00,3.00,1.75,1.25,1.00,7.00,1.75,5.25
476 5,2.00,3.00,1.75,1.25,2.00,4.00,1.75,2.25
477 6,3.00,5.00,1.75,3.25,3.00,1.00,1.75,-.75
478 7,4.00,2.00,1.75,.25,4.00,2.00,1.75,.25
479 8,5.00,1.00,1.75,-.75,5.00,.00,1.75,-1.75
480 Total,,14.00,,,,14.00,,
481
482 Table: Test Statistics
483 ,x,y
484 Chi-Square,13.43,26.00
485 df,7,7
486 Asymp. Sig.,.06,.00
487
488 Table: Descriptive Statistics
489 ,N,Mean,Std. Deviation,Minimum,Maximum
490 ,,,,,
491 x,14.00,2.69,1.23,1.00,5.00
492 y,14.00,1.86,1.10,1.00,4.00
493 ])
494 AT_CLEANUP
495
496 AT_SETUP([NPAR TESTS WILCOXON])
497 AT_DATA([npar.sps], [dnl
498 data list notable list /foo * bar * w (f8.0).
499 begin data.
500 1.00     1.00   1
501 1.00     2.00   1
502 2.00     1.00   1
503 1.00     4.00   1
504 2.00     5.00   1
505 1.00    19.00   1
506 2.00     7.00   1
507 4.00     5.00   1
508 1.00    12.00   1
509 2.00    13.00   1
510 2.00     2.00   1
511 12.00      .00  2
512 12.00     1.00  1
513 13.00     1.00  1
514 end data
515
516 variable labels foo "first" bar "second".
517
518 weight by w.
519
520 npar test
521  /wilcoxon=foo with bar (paired)
522  /missing analysis
523  /method=exact.
524 ])
525 AT_CHECK([pspp -o pspp.csv npar.sps])
526 AT_CHECK([cat pspp.csv], [0], [dnl
527 Table: Ranks
528 ,,N,Mean Rank,Sum of Ranks
529 second - first,Negative Ranks,5,8.60,43.00
530 ,Positive Ranks,8,6.00,48.00
531 ,Ties,2,,
532 ,Total,15,,
533
534 Table: Test Statistics
535 ,second - first
536 Z,-.18
537 Asymp. Sig. (2-tailed),.86
538 Exact Sig. (2-tailed),.89
539 Exact Sig. (1-tailed),.45
540 ])
541 AT_CLEANUP
542
543 AT_SETUP([NPAR TESTS WILCOXON with missing values])
544 AT_DATA([npar.sps], [dnl
545 data list notable list /foo * bar * dummy *.
546 begin data.
547 1.00     1.00    1
548 1.00     2.00    1
549 2.00     1.00    1
550 1.00     4.00    .
551 2.00     5.00    .
552 1.00    19.00    .
553 2.00     7.00    1
554 4.00     5.00    1
555 1.00    12.00    1
556 2.00    13.00    1
557 2.00     2.00    1
558 12.00      .00   1
559 12.00      .00   1
560 34.2       .     1
561 12.00     1.00   1  
562 13.00     1.00   1
563 end data
564
565 variable labels foo "first" bar "second".
566
567 npar test
568  /wilcoxon=foo with bar (paired)
569  /missing analysis
570  /method=exact.
571
572 ])
573 AT_CHECK([pspp -o pspp.csv npar.sps])
574 dnl This is the same output as the previous test.
575 AT_CHECK([cat pspp.csv], [0], [dnl
576 Table: Ranks
577 ,,N,Mean Rank,Sum of Ranks
578 second - first,Negative Ranks,5,8.60,43.00
579 ,Positive Ranks,8,6.00,48.00
580 ,Ties,2,,
581 ,Total,15,,
582
583 Table: Test Statistics
584 ,second - first
585 Z,-.18
586 Asymp. Sig. (2-tailed),.86
587 Exact Sig. (2-tailed),.89
588 Exact Sig. (1-tailed),.45
589 ])
590 AT_CLEANUP
591
592 AT_SETUP([NPAR TESTS SIGN])
593 AT_DATA([npar.sps], [dnl
594 set format = F9.3.
595
596 data list notable list /age * height rank *.
597 begin data.
598 10 12 11
599 12 13 13 
600 13 14 12
601 12 12 10
602 9   9 10
603 10.3 10.2 12
604 end data.
605
606 npar tests
607         /sign=age height WITH height rank (PAIRED)
608         /MISSING ANALYSIS
609         /METHOD=EXACT
610         .
611 ])
612 AT_CHECK([pspp -o pspp.csv npar.sps])
613 AT_CHECK([cat pspp.csv], [0], [dnl
614 Table: Frequencies
615 ,,N
616 height - age,Negative Differences,1
617 ,Positive Differences,3
618 ,Ties,2
619 ,Total,6
620 rank - height,Negative Differences,3
621 ,Positive Differences,2
622 ,Ties,1
623 ,Total,6
624
625 Table: Test Statistics
626 ,height - age,rank - height
627 Exact Sig. (2-tailed),.625,1.000
628 Exact Sig. (1-tailed),.312,.500
629 Point Probability,.250,.312
630 ])
631 AT_CLEANUP
632
633
634 AT_SETUP([NPAR Kruskal-Wallis test])
635
636 dnl Simple case
637 AT_DATA([kw-simple.sps], [dnl
638 set format = F9.3.
639
640 data list notable list /gv * xscore *.
641 begin data
642 1 96
643 1 128
644 1 83
645 2 132
646 2 135
647 2 109
648 3 115
649 1 61
650 1 101
651 2 82
652 2 124
653 3 149 
654 3 166
655 3 147
656 end data.
657
658 value label /gv
659        1 "timed out"
660        2 "hit wicket"
661        3 "handled the ball".
662
663 npar tests
664         /kruskal-wallis xscore by gv (1, 3)
665         .
666 ])
667
668 AT_CHECK([pspp -o pspp.csv kw-simple.sps])
669 AT_CHECK([cat pspp.csv], [0], [dnl
670 Table: Ranks
671 ,gv,N,Mean Rank
672 xscore,timed out,5,4.400
673 ,handled the ball,4,11.500
674 ,hit wicket,5,7.400
675 ,Total,14,
676
677 Table: Test Statistics
678 ,,xscore
679 Chi-Square,,6.406
680 df,,2
681 Asymp. Sig.,,.041
682 ])
683
684
685 dnl Now try a missing value in the group variable
686 AT_DATA([kw-missing-group.sps], [dnl
687 set format = F9.3.
688
689 data list notable list /gv * xscore *.
690 begin data
691 1 96
692 1 128
693 1 83
694 1 61
695 1 101
696 2 82
697 2 124
698 2 132
699 2 135
700 2 109
701 3 115
702 3 149 
703 3 166
704 3 147
705 2.5 344
706 end data.
707
708 missing values gv (2.5).
709
710 value label /gv
711        1 "timed out"
712        2 "hit wicket"
713        3 "handled the ball".
714
715 npar tests
716         /kruskal-wallis xscore by gv (1, 3)
717         /missing=exclude
718         .
719 ])
720
721 AT_CHECK([pspp -o pspp2.csv kw-missing-group.sps])
722
723 dnl The result should be the same as before
724 AT_CHECK([diff pspp.csv pspp2.csv], [0])
725
726 AT_CLEANUP
727
728
729 AT_SETUP([NPAR Kruskal-Wallis multiple-variables])
730
731 AT_DATA([kw-multi.sps], [dnl
732 set format = F9.3.
733
734 data list notable list /gv * xscore * yscore.
735 begin data
736 1 96   .
737 1 128  .
738 1 83   . 
739 2 132  132
740 2 135  135
741 2 109  109
742 3 115  115
743 1 61   . 
744 1 101  .
745 2 82   82 
746 2 124  124
747 3 149  149
748 3 166  166
749 3 147  147
750 4 .    96
751 4 .    128
752 4 .    83
753 4 .    61
754 4 .    101
755 end data.
756
757 value label /gv
758        1 "timed out"
759        2 "hit wicket"
760        3 "handled the ball"
761        4 "bowled"
762        5 "lbw"
763        .
764        
765 npar tests
766         /k-w xscore yscore by gv (1, 5)
767         .
768
769 ])
770
771
772 AT_CHECK([pspp -o pspp.csv kw-multi.sps])
773 AT_CHECK([cat pspp.csv], [0], [dnl
774 Table: Ranks
775 ,gv,N,Mean Rank
776 xscore,timed out,5,4.400
777 ,handled the ball,4,11.500
778 ,hit wicket,5,7.400
779 ,Total,14,
780 yscore,handled the ball,4,11.500
781 ,bowled,5,4.400
782 ,hit wicket,5,7.400
783 ,Total,14,
784
785 Table: Test Statistics
786 ,,xscore,yscore,
787 Chi-Square,,6.406,6.406,
788 df,,2,2,
789 Asymp. Sig.,,.041,.041,
790 ])
791
792 AT_CLEANUP
793
794
795
796 AT_SETUP([NPAR TESTS Runs])
797 AT_DATA([npar-runs.sps], [dnl
798 set format F11.4.
799 data list notable list /score * w *.
800 begin data
801 4     6
802 .     4
803 4     3 
804 3    20 
805 2    29 
806 1    42 
807 6    18 
808 5     7 
809 6    78 
810 5    10 
811 6    46 
812 5     5 
813 6    17 
814 5     1 
815 6    11 
816 4     2 
817 3     7 
818 2     6 
819 1    10 
820 4    13 
821 3    22 
822 3    11 
823 2    24 
824 1    18 
825 4     4 
826 3    12 
827 2    10 
828 1    25 
829 4     4 
830 3     7 
831 2     3 
832 1     4 
833 4     2 
834 3     3 
835 2     2 
836 1     4 
837 end data.
838
839 weight by w.
840
841 npar tests
842         /runs (MEDIAN) = score
843         /runs (MEAN) = score
844         /runs (MODE) = score 
845         .
846 ])
847
848 AT_CHECK([pspp -o pspp.csv npar-runs.sps])
849
850 AT_CHECK([cat pspp.csv], [0], [dnl
851 Table: Runs Test
852 ,score
853 Test Value (median),3.0000
854 Cases < Test Value,177.0000
855 Cases >= Test Value,309.0000
856 Total Cases,486.0000
857 Number of Runs,12
858 Z,-20.9931
859 Asymp. Sig. (2-tailed),.0000
860
861 Table: Runs Test
862 ,score
863 Test Value (mean),3.6379
864 Cases < Test Value,259.0000
865 Cases >= Test Value,227.0000
866 Total Cases,486.0000
867 Number of Runs,12
868 Z,-21.0650
869 Asymp. Sig. (2-tailed),.0000
870
871 Table: Runs Test
872 ,score
873 Test Value (mode),6.0000
874 Cases < Test Value,316.0000
875 Cases >= Test Value,170.0000
876 Total Cases,486.0000
877 Number of Runs,11
878 Z,-21.0742
879 Asymp. Sig. (2-tailed),.0000
880 ])
881
882 AT_CLEANUP
883
884
885 AT_SETUP([NPAR TESTS Friedman])
886 AT_DATA([npar-friedman.sps], [dnl
887 set format F15.4.
888 data list notable list /x * y * z.
889 begin data
890 9.5 6.5 8.1
891 8.0 6.0 6.0
892 7.0 6.5 4.2
893 9.5 5.0 7.3
894 9.0 7.0 6.2
895 8.5 6.9 6.5
896 7.5 8.0 6.5
897 6.0 8.0 3.1
898 5.0 6.0 4.9
899 7.5 7.5 6.2
900 end data.
901
902 npar tests
903      /friedman = x y z.
904 ])
905
906 AT_CHECK([pspp -o pspp.csv npar-friedman.sps])
907
908 AT_CHECK([cat pspp.csv], [0], [dnl
909 Table: Ranks
910 ,Mean Rank
911 x,2.6500
912 y,2.1000
913 z,1.2500
914
915 Table: Test Statistics
916 N,10
917 Chi-Square,10.4737
918 df,2
919 Asymp. Sig.,.0053
920 ])
921
922 AT_CLEANUP
923
924
925
926 AT_SETUP([NPAR TESTS Mann-Whitney])
927 AT_DATA([npar-mann-whitney.sps], [dnl
928 SET FORMAT     = F11.4
929
930 data list notable list /height * sex (f1.0).
931 begin data.
932 201 1            
933 84 1            
934 83 1            
935 94 1            
936 88 0            
937 99 0            
938 55 0            
939 69 0            
940 86 1            
941 79 1            
942 91 0            
943 201 0            
944 88 1            
945 85 1            
946 82 1            
947 88 0            
948 75 0            
949 99 0            
950 81 0            
951 72 1            
952 89 1            
953 92 1            
954 80 0            
955 82 0            
956 76 0            
957 65 0            
958 85 0            
959 76 1            
960 145 1            
961 24 1            
962 end data.
963
964 NPAR TESTS 
965      /M-W = height BY sex (0,1).
966 ])
967
968 AT_CHECK([pspp -o pspp.csv npar-mann-whitney.sps])
969
970 AT_CHECK([cat pspp.csv], [0], [dnl
971 Table: Ranks
972 ,N,,,Mean Rank,,Sum of Ranks,
973 ,0,1,Total,0,1,0,1
974 height,15.0000,15.0000,30.0000,14.5333,16.4667,218.0000,247.0000
975
976 Table: Test Statistics
977 ,Mann-Whitney U,Wilcoxon W,Z,Asymp. Sig. (2-tailed)
978 height,98.0000,218.0000,-.6020,.5472
979 ])
980
981
982 AT_CLEANUP
983
984
985 AT_SETUP([NPAR TESTS Cochran])
986 AT_DATA([npar-cochran.sps], [dnl
987 set format f11.3.
988
989 data list notable list /v1 * v2 * v3 * v4 * v5 * v6 * v7 *.
990 begin data.
991 2 1 1 2 1 1 2 
992 2 2 2 2 1 1 1  
993 1 1 2 2 1 1 2  
994 2 2 2 2 1 1 2 
995 2 1 2 1 1 2 1 
996 1 2 2 1 1 1 1 
997 1 2 2 2 2 2 2 
998 2 2 1 2 1 1 1 
999 1 2 1 2 1 1 2 
1000 end data.     
1001
1002 npar tests 
1003         /cochran = v1 to v7 .
1004
1005 ])
1006
1007 AT_CHECK([pspp -o pspp.csv npar-cochran.sps])
1008
1009 AT_CHECK([cat pspp.csv], [0], [dnl
1010 Table: Frequencies
1011 ,Value,
1012 ,Success (2),Failure (1)
1013 v1,5,4
1014 v2,6,3
1015 v3,6,3
1016 v4,7,2
1017 v5,1,8
1018 v6,2,7
1019 v7,5,4
1020
1021 Table: Test Statistics
1022 N,9
1023 Cochran's Q,12.735
1024 df,6
1025 Asymp. Sig.,.047
1026 ])
1027
1028 AT_CLEANUP
1029
1030
1031
1032 AT_SETUP([NPAR TESTS Kendall])
1033 AT_DATA([npar-kendall.sps], [dnl
1034 SET FORMAT F14.3.
1035
1036 data list notable list /v1 * v2 * v3
1037 begin data.
1038  7  7  2 
1039  5  6  5 
1040  8  6  4 
1041  5  7  4 
1042  5  4  4 
1043  8  6  5 
1044  6  3  5 
1045  7  6  5 
1046  8  5  5
1047  .  2  2 
1048  5  4  5 
1049  3  4  4 
1050  5  1  2 
1051  5  2  1 
1052  7  6  5 
1053  6  3  4 
1054  6  6  6 
1055  5  4  5 
1056  4  3  4 
1057  9  1  1 
1058  6  2  1 
1059  3  7  8 
1060  6  3  4 
1061  4  4  4 
1062  5  4  3 
1063  6  5  2 
1064  4  4  8 
1065  4  6  4 
1066  6  5  5 
1067  7  8  6 
1068  5  3  5 
1069 end data.
1070
1071 npar tests
1072         /kendall = all
1073         .
1074 ])
1075
1076 AT_CHECK([pspp -o pspp.csv npar-kendall.sps])
1077
1078 AT_CHECK([cat pspp.csv], [0], [dnl
1079 Table: Ranks
1080 ,Mean Rank
1081 v1,2.500
1082 v2,1.817
1083 v3,1.683
1084
1085 Table: Test Statistics
1086 N,30
1087 Kendall's W,.233
1088 Chi-Square,13.960
1089 df,2
1090 Asymp. Sig.,.001
1091 ])
1092
1093 AT_CLEANUP