src/language/stats/glm.c

   1 /* PSPP - a program for statistical analysis.
   2    Copyright (C) 2010, 2011 Free Software Foundation, Inc.
   3
   4    This program is free software: you can redistribute it and/or modify
   5    it under the terms of the GNU General Public License as published by
   6    the Free Software Foundation, either version 3 of the License, or
   7    (at your option) any later version.
   8
   9    This program is distributed in the hope that it will be useful,
  10    but WITHOUT ANY WARRANTY; without even the implied warranty of
  11    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  12    GNU General Public License for more details.
  13
  14    You should have received a copy of the GNU General Public License
  15    along with this program.  If not, see <http://www.gnu.org/licenses/>. */
  16
  17 #include <config.h>
  18
  19 #include <gsl/gsl_cdf.h>
  20 #include <gsl/gsl_matrix.h>
  21 #include <gsl/gsl_combination.h>
  22 #include <math.h>
  23
  24 #include "data/case.h"
  25 #include "data/casegrouper.h"
  26 #include "data/casereader.h"
  27 #include "data/dataset.h"
  28 #include "data/dictionary.h"
  29 #include "data/format.h"
  30 #include "data/value.h"
  31 #include "language/command.h"
  32 #include "language/dictionary/split-file.h"
  33 #include "language/lexer/lexer.h"
  34 #include "language/lexer/value-parser.h"
  35 #include "language/lexer/variable-parser.h"
  36 #include "libpspp/ll.h"
  37 #include "libpspp/message.h"
  38 #include "libpspp/misc.h"
  39 #include "libpspp/taint.h"
  40 #include "linreg/sweep.h"
  41 #include "math/categoricals.h"
  42 #include "math/covariance.h"
  43 #include "math/interaction.h"
  44 #include "math/moments.h"
  45 #include "output/tab.h"
  46
  47 #include "gettext.h"
  48 #define _(msgid) gettext (msgid)
  49
  50 struct glm_spec
  51 {
  52   size_t n_dep_vars;
  53   const struct variable **dep_vars;
  54
  55   size_t n_factor_vars;
  56   const struct variable **factor_vars;
  57
  58   size_t n_interactions;
  59   struct interaction **interactions;
  60
  61   enum mv_class exclude;
  62
  63   /* The weight variable */
  64   const struct variable *wv;
  65
  66   const struct dictionary *dict;
  67
  68   bool intercept;
  69
  70   double alpha;
  71
  72   bool dump_coding;
  73 };
  74
  75 struct glm_workspace
  76 {
  77   double total_ssq;
  78   struct moments *totals;
  79
  80   struct categoricals *cats;
  81
  82   /*
  83      Sums of squares due to different variables. Element 0 is the SSE
  84      for the entire model. For i > 0, element i is the SS due to
  85      variable i.
  86    */
  87   gsl_vector *ssq;
  88 };
  89
  90
  91 /* Default design: all possible interactions */
  92 static void
  93 design_full (struct glm_spec *glm)
  94 {
  95   int sz;
  96   int i = 0;
  97   glm->n_interactions = (1 << glm->n_factor_vars) - 1;
  98
  99   glm->interactions = xcalloc (glm->n_interactions, sizeof *glm->interactions);
 100
 101   /* All subsets, with exception of the empty set, of [0, glm->n_factor_vars) */
 102   for (sz = 1; sz <= glm->n_factor_vars; ++sz)
 103     {
 104       gsl_combination *c = gsl_combination_calloc (glm->n_factor_vars, sz);
 105
 106       do
 107         {
 108           struct interaction *iact = interaction_create (NULL);
 109           int e;
 110           for (e = 0 ; e < gsl_combination_k (c); ++e)
 111             interaction_add_variable (iact, glm->factor_vars [gsl_combination_get (c, e)]);
 112
 113           glm->interactions[i++] = iact;
 114         }
 115       while (gsl_combination_next (c) == GSL_SUCCESS);
 116
 117       gsl_combination_free (c);
 118     }
 119 }
 120
 121 static void output_glm (const struct glm_spec *,
 122                         const struct glm_workspace *ws);
 123 static void run_glm (struct glm_spec *cmd, struct casereader *input,
 124                      const struct dataset *ds);
 125
 126
 127 static bool parse_design_spec (struct lexer *lexer, struct glm_spec *glm);
 128
 129
 130 int
 131 cmd_glm (struct lexer *lexer, struct dataset *ds)
 132 {
 133   int i;
 134   struct const_var_set *factors = NULL;
 135   struct glm_spec glm;
 136   bool design = false;
 137   glm.dict = dataset_dict (ds);
 138   glm.n_dep_vars = 0;
 139   glm.n_factor_vars = 0;
 140   glm.n_interactions = 0;
 141   glm.interactions = NULL;
 142   glm.dep_vars = NULL;
 143   glm.factor_vars = NULL;
 144   glm.exclude = MV_ANY;
 145   glm.intercept = true;
 146   glm.wv = dict_get_weight (glm.dict);
 147   glm.alpha = 0.05;
 148   glm.dump_coding = false;
 149
 150   if (!parse_variables_const (lexer, glm.dict,
 151                               &glm.dep_vars, &glm.n_dep_vars,
 152                               PV_NO_DUPLICATE | PV_NUMERIC))
 153     goto error;
 154
 155   lex_force_match (lexer, T_BY);
 156
 157   if (!parse_variables_const (lexer, glm.dict,
 158                               &glm.factor_vars, &glm.n_factor_vars,
 159                               PV_NO_DUPLICATE | PV_NUMERIC))
 160     goto error;
 161
 162   if (glm.n_dep_vars > 1)
 163     {
 164       msg (ME, _("Multivariate analysis is not yet implemented"));
 165       return CMD_FAILURE;
 166     }
 167
 168   factors =
 169     const_var_set_create_from_array (glm.factor_vars, glm.n_factor_vars);
 170
 171   while (lex_token (lexer) != T_ENDCMD)
 172     {
 173       lex_match (lexer, T_SLASH);
 174
 175       if (lex_match_id (lexer, "MISSING"))
 176         {
 177           lex_match (lexer, T_EQUALS);
 178           while (lex_token (lexer) != T_ENDCMD
 179                  && lex_token (lexer) != T_SLASH)
 180             {
 181               if (lex_match_id (lexer, "INCLUDE"))
 182                 {
 183                   glm.exclude = MV_SYSTEM;
 184                 }
 185               else if (lex_match_id (lexer, "EXCLUDE"))
 186                 {
 187                   glm.exclude = MV_ANY;
 188                 }
 189               else
 190                 {
 191                   lex_error (lexer, NULL);
 192                   goto error;
 193                 }
 194             }
 195         }
 196       else if (lex_match_id (lexer, "INTERCEPT"))
 197         {
 198           lex_match (lexer, T_EQUALS);
 199           while (lex_token (lexer) != T_ENDCMD
 200                  && lex_token (lexer) != T_SLASH)
 201             {
 202               if (lex_match_id (lexer, "INCLUDE"))
 203                 {
 204                   glm.intercept = true;
 205                 }
 206               else if (lex_match_id (lexer, "EXCLUDE"))
 207                 {
 208                   glm.intercept = false;
 209                 }
 210               else
 211                 {
 212                   lex_error (lexer, NULL);
 213                   goto error;
 214                 }
 215             }
 216         }
 217       else if (lex_match_id (lexer, "CRITERIA"))
 218         {
 219           lex_match (lexer, T_EQUALS);
 220           if (lex_match_id (lexer, "ALPHA"))
 221             {
 222               if (lex_force_match (lexer, T_LPAREN))
 223                 {
 224                   if (! lex_force_num (lexer))
 225                     {
 226                       lex_error (lexer, NULL);
 227                       goto error;
 228                     }
 229
 230                   glm.alpha = lex_number (lexer);
 231                   lex_get (lexer);
 232                   if ( ! lex_force_match (lexer, T_RPAREN))
 233                     {
 234                       lex_error (lexer, NULL);
 235                       goto error;
 236                     }
 237                 }
 238             }
 239           else
 240             {
 241               lex_error (lexer, NULL);
 242               goto error;
 243             }
 244         }
 245       else if (lex_match_id (lexer, "METHOD"))
 246         {
 247           lex_match (lexer, T_EQUALS);
 248           if ( !lex_force_match_id (lexer, "SSTYPE"))
 249             {
 250               lex_error (lexer, NULL);
 251               goto error;
 252             }
 253
 254           if ( ! lex_force_match (lexer, T_LPAREN))
 255             {
 256               lex_error (lexer, NULL);
 257               goto error;
 258             }
 259
 260           if ( ! lex_force_int (lexer))
 261             {
 262               lex_error (lexer, NULL);
 263               goto error;
 264             }
 265
 266           if (3 != lex_integer (lexer))
 267             {
 268               msg (ME, _("Only type 3 sum of squares are currently implemented"));
 269               goto error;
 270             }
 271
 272           lex_get (lexer);
 273
 274           if ( ! lex_force_match (lexer, T_RPAREN))
 275             {
 276               lex_error (lexer, NULL);
 277               goto error;
 278             }
 279         }
 280       else if (lex_match_id (lexer, "DESIGN"))
 281         {
 282           lex_match (lexer, T_EQUALS);
 283
 284           if (! parse_design_spec (lexer, &glm))
 285             goto error;
 286
 287           if (glm.n_interactions > 0)
 288             design = true;
 289         }
 290       else if (lex_match_id (lexer, "SHOWCODES"))
 291         /* Undocumented debug option */
 292         {
 293           lex_match (lexer, T_EQUALS);
 294
 295           glm.dump_coding = true;
 296         }
 297       else
 298         {
 299           lex_error (lexer, NULL);
 300           goto error;
 301         }
 302     }
 303
 304   if ( ! design )
 305     {
 306       design_full (&glm);
 307     }
 308
 309   {
 310     struct casegrouper *grouper;
 311     struct casereader *group;
 312     bool ok;
 313
 314     grouper = casegrouper_create_splits (proc_open (ds), glm.dict);
 315     while (casegrouper_get_next_group (grouper, &group))
 316       run_glm (&glm, group, ds);
 317     ok = casegrouper_destroy (grouper);
 318     ok = proc_commit (ds) && ok;
 319   }
 320
 321   const_var_set_destroy (factors);
 322   free (glm.factor_vars);
 323   for (i = 0 ; i < glm.n_interactions; ++i)
 324     interaction_destroy (glm.interactions[i]);
 325   free (glm.interactions);
 326   free (glm.dep_vars);
 327
 328
 329   return CMD_SUCCESS;
 330
 331 error:
 332
 333   const_var_set_destroy (factors);
 334   free (glm.factor_vars);
 335   for (i = 0 ; i < glm.n_interactions; ++i)
 336     interaction_destroy (glm.interactions[i]);
 337
 338   free (glm.interactions);
 339   free (glm.dep_vars);
 340
 341   return CMD_FAILURE;
 342 }
 343
 344 static void get_ssq (struct covariance *, gsl_vector *,
 345                      const struct glm_spec *);
 346
 347 static inline bool
 348 not_dropped (size_t j, const bool *ff)
 349 {
 350   return ! ff[j];
 351 }
 352
 353 static void
 354 fill_submatrix (const gsl_matrix * cov, gsl_matrix * submatrix, bool *dropped_f)
 355 {
 356   size_t i;
 357   size_t j;
 358   size_t n = 0;
 359   size_t m = 0;
 360
 361   for (i = 0; i < cov->size1; i++)
 362     {
 363       if (not_dropped (i, dropped_f))
 364         {
 365           m = 0;
 366           for (j = 0; j < cov->size2; j++)
 367             {
 368               if (not_dropped (j, dropped_f))
 369                 {
 370                   gsl_matrix_set (submatrix, n, m,
 371                                   gsl_matrix_get (cov, i, j));
 372                   m++;
 373                 }
 374             }
 375           n++;
 376         }
 377     }
 378 }
 379
 380 static void
 381 get_ssq (struct covariance *cov, gsl_vector *ssq, const struct glm_spec *cmd)
 382 {
 383   gsl_matrix *cm = covariance_calculate_unnormalized (cov);
 384   size_t i;
 385   size_t k;
 386   bool *model_dropped = xcalloc (covariance_dim (cov), sizeof (*model_dropped));
 387   bool *submodel_dropped = xcalloc (covariance_dim (cov), sizeof (*submodel_dropped));
 388   const struct categoricals *cats = covariance_get_categoricals (cov);
 389
 390   for (k = 0; k < cmd->n_interactions; k++)
 391     {
 392       gsl_matrix *model_cov = NULL;
 393       gsl_matrix *submodel_cov = NULL;
 394       size_t n_dropped_model = 0;
 395       size_t n_dropped_submodel = 0;
 396       for (i = cmd->n_dep_vars; i < covariance_dim (cov); i++)
 397         {
 398           const struct interaction * x =
 399             categoricals_get_interaction_by_subscript (cats, i - cmd->n_dep_vars);
 400
 401           model_dropped[i] = false;
 402           submodel_dropped[i] = false;
 403           if (interaction_is_subset (cmd->interactions [k], x))
 404             {
 405               assert (n_dropped_submodel < covariance_dim (cov));
 406               n_dropped_submodel++;
 407               submodel_dropped[i] = true;
 408
 409               if ( cmd->interactions [k]->n_vars < x->n_vars)
 410                 {
 411                   assert (n_dropped_model < covariance_dim (cov));
 412                   n_dropped_model++;
 413                   model_dropped[i] = true;
 414                 }
 415             }
 416         }
 417
 418       model_cov = gsl_matrix_alloc (cm->size1 - n_dropped_model, cm->size2 - n_dropped_model);
 419       submodel_cov = gsl_matrix_alloc (cm->size1 - n_dropped_submodel, cm->size2 - n_dropped_submodel);
 420
 421       fill_submatrix (cm, model_cov,    model_dropped);
 422       fill_submatrix (cm, submodel_cov, submodel_dropped);
 423
 424       reg_sweep (model_cov, 0);
 425       reg_sweep (submodel_cov, 0);
 426
 427       gsl_vector_set (ssq, k + 1,
 428                       gsl_matrix_get (submodel_cov, 0, 0) - gsl_matrix_get (model_cov, 0, 0)
 429                       );
 430
 431       gsl_matrix_free (model_cov);
 432       gsl_matrix_free (submodel_cov);
 433     }
 434
 435   free (model_dropped);
 436   free (submodel_dropped);
 437   gsl_matrix_free (cm);
 438 }
 439
 440 //static  void dump_matrix (const gsl_matrix *m);
 441
 442 static void
 443 run_glm (struct glm_spec *cmd, struct casereader *input,
 444          const struct dataset *ds)
 445 {
 446   bool warn_bad_weight = true;
 447   int v;
 448   struct taint *taint;
 449   struct dictionary *dict = dataset_dict (ds);
 450   struct casereader *reader;
 451   struct ccase *c;
 452
 453   struct glm_workspace ws;
 454   struct covariance *cov;
 455
 456   ws.cats = categoricals_create (cmd->interactions, cmd->n_interactions,
 457                                  cmd->wv, cmd->exclude,
 458                                  NULL, NULL, NULL, NULL);
 459
 460   cov = covariance_2pass_create (cmd->n_dep_vars, cmd->dep_vars,
 461                                  ws.cats, cmd->wv, cmd->exclude);
 462
 463
 464   c = casereader_peek (input, 0);
 465   if (c == NULL)
 466     {
 467       casereader_destroy (input);
 468       return;
 469     }
 470   output_split_file_values (ds, c);
 471   case_unref (c);
 472
 473   taint = taint_clone (casereader_get_taint (input));
 474
 475   ws.totals = moments_create (MOMENT_VARIANCE);
 476
 477   for (reader = casereader_clone (input);
 478        (c = casereader_read (reader)) != NULL; case_unref (c))
 479     {
 480       double weight = dict_get_case_weight (dict, c, &warn_bad_weight);
 481
 482       for (v = 0; v < cmd->n_dep_vars; ++v)
 483         moments_pass_one (ws.totals, case_data (c, cmd->dep_vars[v])->f,
 484                           weight);
 485
 486       covariance_accumulate_pass1 (cov, c);
 487     }
 488   casereader_destroy (reader);
 489
 490   if (cmd->dump_coding)
 491     reader = casereader_clone (input);
 492   else
 493     reader = input;
 494
 495   for (;
 496        (c = casereader_read (reader)) != NULL; case_unref (c))
 497     {
 498       double weight = dict_get_case_weight (dict, c, &warn_bad_weight);
 499
 500       for (v = 0; v < cmd->n_dep_vars; ++v)
 501         moments_pass_two (ws.totals, case_data (c, cmd->dep_vars[v])->f,
 502                           weight);
 503
 504       covariance_accumulate_pass2 (cov, c);
 505     }
 506   casereader_destroy (reader);
 507
 508
 509   if (cmd->dump_coding)
 510     {
 511       struct tab_table *t =
 512         covariance_dump_enc_header (cov,
 513                                     1 + casereader_count_cases (input));
 514       for (reader = input;
 515            (c = casereader_read (reader)) != NULL; case_unref (c))
 516         {
 517           covariance_dump_enc (cov, c, t);
 518         }
 519       casereader_destroy (reader);
 520       tab_submit (t);
 521     }
 522
 523   {
 524     gsl_matrix *cm = covariance_calculate_unnormalized (cov);
 525
 526     //    dump_matrix (cm);
 527
 528     ws.total_ssq = gsl_matrix_get (cm, 0, 0);
 529
 530     reg_sweep (cm, 0);
 531
 532     /*
 533       Store the overall SSE.
 534     */
 535     ws.ssq = gsl_vector_alloc (cm->size1);
 536     gsl_vector_set (ws.ssq, 0, gsl_matrix_get (cm, 0, 0));
 537     get_ssq (cov, ws.ssq, cmd);
 538     //    dump_matrix (cm);
 539
 540     gsl_matrix_free (cm);
 541   }
 542
 543   if (!taint_has_tainted_successor (taint))
 544     output_glm (cmd, &ws);
 545
 546   gsl_vector_free (ws.ssq);
 547
 548   covariance_destroy (cov);
 549   moments_destroy (ws.totals);
 550
 551   taint_destroy (taint);
 552 }
 553
 554 static void
 555 output_glm (const struct glm_spec *cmd, const struct glm_workspace *ws)
 556 {
 557   const struct fmt_spec *wfmt =
 558     cmd->wv ? var_get_print_format (cmd->wv) : &F_8_0;
 559
 560   double n_total, mean;
 561   double df_corr = 0.0;
 562   double mse = 0;
 563
 564   int f;
 565   int r;
 566   const int heading_columns = 1;
 567   const int heading_rows = 1;
 568   struct tab_table *t;
 569
 570   const int nc = 6;
 571   int nr = heading_rows + 4 + cmd->n_interactions;
 572   if (cmd->intercept)
 573     nr++;
 574
 575   msg (MW, "GLM is experimental.  Do not rely on these results.");
 576   t = tab_create (nc, nr);
 577   tab_title (t, _("Tests of Between-Subjects Effects"));
 578
 579   tab_headers (t, heading_columns, 0, heading_rows, 0);
 580
 581   tab_box (t, TAL_2, TAL_2, -1, TAL_1, 0, 0, nc - 1, nr - 1);
 582
 583   tab_hline (t, TAL_2, 0, nc - 1, heading_rows);
 584   tab_vline (t, TAL_2, heading_columns, 0, nr - 1);
 585
 586   tab_text (t, 0, 0, TAB_CENTER | TAT_TITLE, _("Source"));
 587
 588   /* TRANSLATORS: The parameter is a roman numeral */
 589   tab_text_format (t, 1, 0, TAB_CENTER | TAT_TITLE,
 590                    _("Type %s Sum of Squares"), "III");
 591   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("df"));
 592   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("Mean Square"));
 593   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("F"));
 594   tab_text (t, 5, 0, TAB_CENTER | TAT_TITLE, _("Sig."));
 595
 596   moments_calculate (ws->totals, &n_total, &mean, NULL, NULL, NULL);
 597
 598   if (cmd->intercept)
 599     df_corr += 1.0;
 600
 601   df_corr += categoricals_df_total (ws->cats);
 602
 603   mse = gsl_vector_get (ws->ssq, 0) / (n_total - df_corr);
 604
 605   r = heading_rows;
 606   tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, _("Corrected Model"));
 607
 608   r++;
 609
 610   if (cmd->intercept)
 611     {
 612       const double intercept = pow2 (mean * n_total) / n_total;
 613       const double df = 1.0;
 614       const double F = intercept / df / mse;
 615       tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, _("Intercept"));
 616       tab_double (t, 1, r, 0, intercept, NULL);
 617       tab_double (t, 2, r, 0, 1.00, wfmt);
 618       tab_double (t, 3, r, 0, intercept / df, NULL);
 619       tab_double (t, 4, r, 0, F, NULL);
 620       tab_double (t, 5, r, 0, gsl_cdf_fdist_Q (F, df, n_total - df_corr),
 621                   NULL);
 622       r++;
 623     }
 624
 625   for (f = 0; f < cmd->n_interactions; ++f)
 626     {
 627       struct string str = DS_EMPTY_INITIALIZER;
 628       const double df = categoricals_df (ws->cats, f);
 629       const double ssq = gsl_vector_get (ws->ssq, f + 1);
 630       const double F = ssq / df / mse;
 631       interaction_to_string (cmd->interactions[f], &str);
 632       tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, ds_cstr (&str));
 633       ds_destroy (&str);
 634
 635       tab_double (t, 1, r, 0, ssq, NULL);
 636       tab_double (t, 2, r, 0, df, wfmt);
 637       tab_double (t, 3, r, 0, ssq / df, NULL);
 638       tab_double (t, 4, r, 0, F, NULL);
 639
 640       tab_double (t, 5, r, 0, gsl_cdf_fdist_Q (F, df, n_total - df_corr),
 641                   NULL);
 642       r++;
 643     }
 644
 645   {
 646     /* Corrected Model */
 647     const double df = df_corr - 1.0;
 648     const double ssq = ws->total_ssq - gsl_vector_get (ws->ssq, 0);
 649     const double F = ssq / df / mse;
 650     tab_double (t, 1, heading_rows, 0, ssq, NULL);
 651     tab_double (t, 2, heading_rows, 0, df, wfmt);
 652     tab_double (t, 3, heading_rows, 0, ssq / df, NULL);
 653     tab_double (t, 4, heading_rows, 0, F, NULL);
 654
 655     tab_double (t, 5, heading_rows, 0,
 656                 gsl_cdf_fdist_Q (F, df, n_total - df_corr), NULL);
 657   }
 658
 659   {
 660     const double df = n_total - df_corr;
 661     const double ssq = gsl_vector_get (ws->ssq, 0);
 662     const double mse = ssq / df;
 663     tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, _("Error"));
 664     tab_double (t, 1, r, 0, ssq, NULL);
 665     tab_double (t, 2, r, 0, df, wfmt);
 666     tab_double (t, 3, r++, 0, mse, NULL);
 667   }
 668
 669   if (cmd->intercept)
 670     {
 671       const double intercept = pow2 (mean * n_total) / n_total;
 672       const double ssq = intercept + ws->total_ssq;
 673
 674       tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, _("Total"));
 675       tab_double (t, 1, r, 0, ssq, NULL);
 676       tab_double (t, 2, r, 0, n_total, wfmt);
 677
 678       r++;
 679     }
 680
 681   tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, _("Corrected Total"));
 682
 683
 684   tab_double (t, 1, r, 0, ws->total_ssq, NULL);
 685   tab_double (t, 2, r, 0, n_total - 1.0, wfmt);
 686
 687   tab_submit (t);
 688 }
 689
 690 #if 0
 691 static void
 692 dump_matrix (const gsl_matrix * m)
 693 {
 694   size_t i, j;
 695   for (i = 0; i < m->size1; ++i)
 696     {
 697       for (j = 0; j < m->size2; ++j)
 698         {
 699           double x = gsl_matrix_get (m, i, j);
 700           printf ("%.3f ", x);
 701         }
 702       printf ("\n");
 703     }
 704   printf ("\n");
 705 }
 706 #endif
 707
 708
 709 \f
 710
 711 /* Match a variable.
 712    If the match succeeds, the variable will be placed in VAR.
 713    Returns true if successful */
 714 static bool
 715 lex_match_variable (struct lexer *lexer, const struct glm_spec *glm, const struct variable **var)
 716 {
 717   if (lex_token (lexer) !=  T_ID)
 718     return false;
 719
 720   *var = parse_variable_const  (lexer, glm->dict);
 721
 722   if ( *var == NULL)
 723     return false;
 724   return true;
 725 }
 726
 727 /* An interaction is a variable followed by {*, BY} followed by an interaction */
 728 static bool
 729 parse_design_interaction (struct lexer *lexer, struct glm_spec *glm, struct interaction **iact)
 730 {
 731   const struct variable *v = NULL;
 732   assert (iact);
 733
 734   switch  (lex_next_token (lexer, 1))
 735     {
 736     case T_ENDCMD:
 737     case T_SLASH:
 738     case T_COMMA:
 739     case T_ID:
 740     case T_BY:
 741     case T_ASTERISK:
 742       break;
 743     default:
 744       return false;
 745       break;
 746     }
 747
 748   if (! lex_match_variable (lexer, glm, &v))
 749     {
 750       interaction_destroy (*iact);
 751       *iact = NULL;
 752       return false;
 753     }
 754
 755   assert (v);
 756
 757   if ( *iact == NULL)
 758     *iact = interaction_create (v);
 759   else
 760     interaction_add_variable (*iact, v);
 761
 762   if ( lex_match (lexer, T_ASTERISK) || lex_match (lexer, T_BY))
 763     {
 764       return parse_design_interaction (lexer, glm, iact);
 765     }
 766
 767   return true;
 768 }
 769
 770 static bool
 771 parse_nested_variable (struct lexer *lexer, struct glm_spec *glm)
 772 {
 773   const struct variable *v = NULL;
 774   if ( ! lex_match_variable (lexer, glm, &v))
 775     return false;
 776
 777   if (lex_match (lexer, T_LPAREN))
 778     {
 779       if ( ! parse_nested_variable (lexer, glm))
 780         return false;
 781
 782       if ( ! lex_force_match (lexer, T_RPAREN))
 783         return false;
 784     }
 785
 786   lex_error (lexer, "Nested variables are not yet implemented"); return false;
 787   return true;
 788 }
 789
 790 /* A design term is an interaction OR a nested variable */
 791 static bool
 792 parse_design_term (struct lexer *lexer, struct glm_spec *glm)
 793 {
 794   struct interaction *iact = NULL;
 795   if (parse_design_interaction (lexer, glm, &iact))
 796     {
 797       /* Interaction parsing successful.  Add to list of interactions */
 798       glm->interactions = xrealloc (glm->interactions, sizeof *glm->interactions * ++glm->n_interactions);
 799       glm->interactions[glm->n_interactions - 1] = iact;
 800       return true;
 801     }
 802
 803   if ( parse_nested_variable (lexer, glm))
 804     return true;
 805
 806   return false;
 807 }
 808
 809
 810
 811 /* Parse a complete DESIGN specification.
 812    A design spec is a design term, optionally followed by a comma,
 813    and another design spec.
 814 */
 815 static bool
 816 parse_design_spec (struct lexer *lexer, struct glm_spec *glm)
 817 {
 818   if  (lex_token (lexer) == T_ENDCMD || lex_token (lexer) == T_SLASH)
 819     return true;
 820
 821   if ( ! parse_design_term (lexer, glm))
 822     return false;
 823
 824   lex_match (lexer, T_COMMA);
 825
 826   return parse_design_spec (lexer, glm);
 827 }
 828