src/language/stats/oneway.q

   1 /* PSPP - a program for statistical analysis.
   2    Copyright (C) 1997-9, 2000, 2007, 2009 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 <math.h>
  21 #include <stdio.h>
  22 #include <stdlib.h>
  23
  24 #include <data/case.h>
  25 #include <data/casegrouper.h>
  26 #include <data/casereader.h>
  27 #include <data/dictionary.h>
  28 #include <data/procedure.h>
  29 #include <data/value-labels.h>
  30 #include <data/variable.h>
  31 #include <language/command.h>
  32 #include <language/dictionary/split-file.h>
  33 #include <language/lexer/lexer.h>
  34 #include <libpspp/compiler.h>
  35 #include <libpspp/hash.h>
  36 #include <libpspp/message.h>
  37 #include <libpspp/misc.h>
  38 #include <libpspp/str.h>
  39 #include <libpspp/taint.h>
  40 #include <math/group-proc.h>
  41 #include <math/group.h>
  42 #include <math/levene.h>
  43 #include <output/manager.h>
  44 #include <output/table.h>
  45 #include "sort-criteria.h"
  46 #include <data/format.h>
  47
  48 #include "xalloc.h"
  49
  50 #include "gettext.h"
  51 #define _(msgid) gettext (msgid)
  52
  53 /* (headers) */
  54
  55 /* (specification)
  56    "ONEWAY" (oneway_):
  57    *^variables=custom;
  58    missing=miss:!analysis/listwise,
  59    incl:include/!exclude;
  60    +contrast= double list;
  61    +statistics[st_]=descriptives,homogeneity.
  62 */
  63 /* (declarations) */
  64 /* (functions) */
  65
  66 static struct cmd_oneway cmd;
  67
  68 /* The independent variable */
  69 static const struct variable *indep_var;
  70
  71 /* Number of dependent variables */
  72 static size_t n_vars;
  73
  74 /* The dependent variables */
  75 static const struct variable **vars;
  76
  77
  78 /* A  hash table containing all the distinct values of the independent
  79    variables */
  80 static struct hsh_table *global_group_hash;
  81
  82 /* The number of distinct values of the independent variable, when all
  83    missing values are disregarded */
  84 static int ostensible_number_of_groups = -1;
  85
  86
  87 static void run_oneway (struct cmd_oneway *, struct casereader *,
  88                         const struct dataset *);
  89
  90
  91 /* Routines to show the output tables */
  92 static void show_anova_table(void);
  93 static void show_descriptives (const struct dictionary *dict);
  94 static void show_homogeneity(void);
  95
  96 static void show_contrast_coeffs (short *);
  97 static void show_contrast_tests (short *);
  98
  99
 100 enum stat_table_t {STAT_DESC = 1, STAT_HOMO = 2};
 101
 102 static enum stat_table_t stat_tables;
 103
 104 static void output_oneway (const struct dictionary *dict);
 105
 106
 107 int
 108 cmd_oneway (struct lexer *lexer, struct dataset *ds)
 109 {
 110   struct casegrouper *grouper;
 111   struct casereader *group;
 112   int i;
 113   bool ok;
 114
 115   if ( !parse_oneway (lexer, ds, &cmd, NULL))
 116     return CMD_FAILURE;
 117
 118   /* What statistics were requested */
 119   if ( cmd.sbc_statistics)
 120     {
 121
 122       for (i = 0; i < ONEWAY_ST_count; ++i)
 123         {
 124           if (! cmd.a_statistics[i]) continue;
 125
 126           switch (i)
 127             {
 128             case ONEWAY_ST_DESCRIPTIVES:
 129               stat_tables |= STAT_DESC;
 130               break;
 131             case ONEWAY_ST_HOMOGENEITY:
 132               stat_tables |= STAT_HOMO;
 133               break;
 134             }
 135         }
 136     }
 137
 138   /* Data pass.  FIXME: error handling. */
 139   grouper = casegrouper_create_splits (proc_open (ds), dataset_dict (ds));
 140   while (casegrouper_get_next_group (grouper, &group))
 141     run_oneway (&cmd, group, ds);
 142   ok = casegrouper_destroy (grouper);
 143   ok = proc_commit (ds) && ok;
 144
 145   free (vars);
 146   free_oneway (&cmd);
 147
 148   return ok ? CMD_SUCCESS : CMD_CASCADING_FAILURE;
 149 }
 150
 151
 152 static void
 153 output_oneway (const struct dictionary *dict)
 154 {
 155   size_t i;
 156   short *bad_contrast;
 157
 158   bad_contrast = xnmalloc (cmd.sbc_contrast, sizeof *bad_contrast);
 159
 160   /* Check the sanity of the given contrast values */
 161   for (i = 0; i < cmd.sbc_contrast; ++i)
 162     {
 163       int j;
 164       double sum = 0;
 165
 166       bad_contrast[i] = 0;
 167       if (subc_list_double_count (&cmd.dl_contrast[i]) !=
 168           ostensible_number_of_groups)
 169         {
 170           msg (SW,
 171                _("Number of contrast coefficients must equal the number of groups"));
 172           bad_contrast[i] = 1;
 173           continue;
 174         }
 175
 176       for (j = 0; j < ostensible_number_of_groups; ++j)
 177         sum += subc_list_double_at (&cmd.dl_contrast[i], j);
 178
 179       if ( sum != 0.0 )
 180         msg (SW, _("Coefficients for contrast %zu do not total zero"), i + 1);
 181     }
 182
 183   if ( stat_tables & STAT_DESC )
 184     show_descriptives (dict);
 185
 186   if ( stat_tables & STAT_HOMO )
 187     show_homogeneity ();
 188
 189   show_anova_table ();
 190
 191   if (cmd.sbc_contrast )
 192     {
 193       show_contrast_coeffs (bad_contrast);
 194       show_contrast_tests (bad_contrast);
 195     }
 196
 197   free (bad_contrast);
 198
 199   /* Clean up */
 200   for (i = 0; i < n_vars; ++i )
 201     {
 202       struct hsh_table *group_hash = group_proc_get (vars[i])->group_hash;
 203
 204       hsh_destroy (group_hash);
 205     }
 206
 207   hsh_destroy (global_group_hash);
 208 }
 209
 210
 211 /* Parser for the variables sub command */
 212 static int
 213 oneway_custom_variables (struct lexer *lexer,
 214                          struct dataset *ds, struct cmd_oneway *cmd UNUSED,
 215                          void *aux UNUSED)
 216 {
 217   struct dictionary *dict = dataset_dict (ds);
 218
 219   lex_match (lexer, '=');
 220
 221   if ((lex_token (lexer) != T_ID ||
 222        dict_lookup_var (dict, lex_tokid (lexer)) == NULL)
 223       && lex_token (lexer) != T_ALL)
 224     return 2;
 225
 226   if (!parse_variables_const (lexer, dict, &vars, &n_vars,
 227                               PV_DUPLICATE
 228                               | PV_NUMERIC | PV_NO_SCRATCH) )
 229     {
 230       free (vars);
 231       return 0;
 232     }
 233
 234   assert (n_vars);
 235
 236   if ( ! lex_match (lexer, T_BY))
 237     return 2;
 238
 239   indep_var = parse_variable (lexer, dict);
 240
 241   if ( !indep_var )
 242     {
 243       msg (SE, _("`%s' is not a variable name"), lex_tokid (lexer));
 244       return 0;
 245     }
 246
 247   return 1;
 248 }
 249
 250
 251 /* Show the ANOVA table */
 252 static void
 253 show_anova_table (void)
 254 {
 255   size_t i;
 256   int n_cols =7;
 257   size_t n_rows = n_vars * 3 + 1;
 258
 259   struct tab_table *t;
 260
 261
 262   t = tab_create (n_cols, n_rows, 0);
 263   tab_headers (t, 2, 0, 1, 0);
 264   tab_dim (t, tab_natural_dimensions, NULL);
 265
 266
 267   tab_box (t,
 268            TAL_2, TAL_2,
 269            -1, TAL_1,
 270            0, 0,
 271            n_cols - 1, n_rows - 1);
 272
 273   tab_hline (t, TAL_2, 0, n_cols - 1, 1 );
 274   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
 275   tab_vline (t, TAL_0, 1, 0, 0);
 276
 277   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("Sum of Squares"));
 278   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("df"));
 279   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("Mean Square"));
 280   tab_text (t, 5, 0, TAB_CENTER | TAT_TITLE, _("F"));
 281   tab_text (t, 6, 0, TAB_CENTER | TAT_TITLE, _("Significance"));
 282
 283
 284   for (i = 0; i < n_vars; ++i)
 285     {
 286       struct group_statistics *totals = &group_proc_get (vars[i])->ugs;
 287       struct hsh_table *group_hash = group_proc_get (vars[i])->group_hash;
 288       struct hsh_iterator g;
 289       struct group_statistics *gs;
 290       double ssa = 0;
 291       const char *s = var_to_string (vars[i]);
 292
 293       for (gs =  hsh_first (group_hash, &g);
 294            gs != 0;
 295            gs = hsh_next (group_hash, &g))
 296         {
 297           ssa += pow2 (gs->sum) / gs->n;
 298         }
 299
 300       ssa -= pow2 (totals->sum) / totals->n;
 301
 302       tab_text (t, 0, i * 3 + 1, TAB_LEFT | TAT_TITLE, s);
 303       tab_text (t, 1, i * 3 + 1, TAB_LEFT | TAT_TITLE, _("Between Groups"));
 304       tab_text (t, 1, i * 3 + 2, TAB_LEFT | TAT_TITLE, _("Within Groups"));
 305       tab_text (t, 1, i * 3 + 3, TAB_LEFT | TAT_TITLE, _("Total"));
 306
 307       if (i > 0)
 308         tab_hline (t, TAL_1, 0, n_cols - 1, i * 3 + 1);
 309
 310       {
 311         struct group_proc *gp = group_proc_get (vars[i]);
 312         const double sst = totals->ssq - pow2 (totals->sum) / totals->n;
 313         const double df1 = gp->n_groups - 1;
 314         const double df2 = totals->n - gp->n_groups;
 315         const double msa = ssa / df1;
 316
 317         gp->mse  = (sst - ssa) / df2;
 318
 319
 320         /* Sums of Squares */
 321         tab_double (t, 2, i * 3 + 1, 0, ssa, NULL);
 322         tab_double (t, 2, i * 3 + 3, 0, sst, NULL);
 323         tab_double (t, 2, i * 3 + 2, 0, sst - ssa, NULL);
 324
 325
 326         /* Degrees of freedom */
 327         tab_fixed (t, 3, i * 3 + 1, 0, df1, 4, 0);
 328         tab_fixed (t, 3, i * 3 + 2, 0, df2, 4, 0);
 329         tab_fixed (t, 3, i * 3 + 3, 0, totals->n - 1, 4, 0);
 330
 331         /* Mean Squares */
 332         tab_double (t, 4, i * 3 + 1, TAB_RIGHT, msa, NULL);
 333         tab_double (t, 4, i * 3 + 2, TAB_RIGHT, gp->mse, NULL);
 334
 335         {
 336           const double F = msa / gp->mse ;
 337
 338           /* The F value */
 339           tab_double (t, 5, i * 3 + 1, 0,  F, NULL);
 340
 341           /* The significance */
 342           tab_double (t, 6, i * 3 + 1, 0, gsl_cdf_fdist_Q (F, df1, df2), NULL);
 343         }
 344       }
 345     }
 346
 347
 348   tab_title (t, _("ANOVA"));
 349   tab_submit (t);
 350 }
 351
 352
 353 /* Show the descriptives table */
 354 static void
 355 show_descriptives (const struct dictionary *dict)
 356 {
 357   size_t v;
 358   int n_cols = 10;
 359   struct tab_table *t;
 360   int row;
 361
 362   const double confidence = 0.95;
 363   const double q = (1.0 - confidence) / 2.0;
 364
 365   const struct variable *wv = dict_get_weight (dict);
 366   const struct fmt_spec *wfmt = wv ? var_get_print_format (wv) : & F_8_0;
 367
 368   int n_rows = 2;
 369
 370   for ( v = 0; v < n_vars; ++v )
 371     n_rows += group_proc_get (vars[v])->n_groups + 1;
 372
 373   t = tab_create (n_cols, n_rows, 0);
 374   tab_headers (t, 2, 0, 2, 0);
 375   tab_dim (t, tab_natural_dimensions, NULL);
 376
 377
 378   /* Put a frame around the entire box, and vertical lines inside */
 379   tab_box (t,
 380            TAL_2, TAL_2,
 381            -1, TAL_1,
 382            0, 0,
 383            n_cols - 1, n_rows - 1);
 384
 385   /* Underline headers */
 386   tab_hline (t, TAL_2, 0, n_cols - 1, 2);
 387   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
 388
 389   tab_text (t, 2, 1, TAB_CENTER | TAT_TITLE, _("N"));
 390   tab_text (t, 3, 1, TAB_CENTER | TAT_TITLE, _("Mean"));
 391   tab_text (t, 4, 1, TAB_CENTER | TAT_TITLE, _("Std. Deviation"));
 392   tab_text (t, 5, 1, TAB_CENTER | TAT_TITLE, _("Std. Error"));
 393
 394
 395   tab_vline (t, TAL_0, 7, 0, 0);
 396   tab_hline (t, TAL_1, 6, 7, 1);
 397   tab_joint_text_format (t, 6, 0, 7, 0, TAB_CENTER | TAT_TITLE,
 398                          _("%g%% Confidence Interval for Mean"),
 399                          confidence*100.0);
 400
 401   tab_text (t, 6, 1, TAB_CENTER | TAT_TITLE, _("Lower Bound"));
 402   tab_text (t, 7, 1, TAB_CENTER | TAT_TITLE, _("Upper Bound"));
 403
 404   tab_text (t, 8, 1, TAB_CENTER | TAT_TITLE, _("Minimum"));
 405   tab_text (t, 9, 1, TAB_CENTER | TAT_TITLE, _("Maximum"));
 406
 407
 408   tab_title (t, _("Descriptives"));
 409
 410
 411   row = 2;
 412   for (v = 0; v < n_vars; ++v)
 413     {
 414       double T;
 415       double std_error;
 416
 417       struct group_proc *gp = group_proc_get (vars[v]);
 418
 419       struct group_statistics *gs;
 420       struct group_statistics *totals = &gp->ugs;
 421
 422       const char *s = var_to_string (vars[v]);
 423       const struct fmt_spec *fmt = var_get_print_format (vars[v]);
 424
 425       struct group_statistics *const *gs_array =
 426         (struct group_statistics *const *) hsh_sort (gp->group_hash);
 427       int count = 0;
 428
 429       tab_text (t, 0, row, TAB_LEFT | TAT_TITLE, s);
 430       if ( v > 0)
 431         tab_hline (t, TAL_1, 0, n_cols - 1, row);
 432
 433       for (count = 0; count < hsh_count (gp->group_hash); ++count)
 434         {
 435           struct string vstr;
 436           ds_init_empty (&vstr);
 437           gs = gs_array[count];
 438
 439           var_append_value_name (indep_var, &gs->id, &vstr);
 440
 441           tab_text (t, 1, row + count,
 442                     TAB_LEFT | TAT_TITLE,
 443                     ds_cstr (&vstr));
 444
 445           ds_destroy (&vstr);
 446
 447           /* Now fill in the numbers ... */
 448
 449           tab_fixed (t, 2, row + count, 0, gs->n, 8, 0);
 450
 451           tab_double (t, 3, row + count, 0, gs->mean, NULL);
 452
 453           tab_double (t, 4, row + count, 0, gs->std_dev, NULL);
 454
 455           std_error = gs->std_dev / sqrt (gs->n) ;
 456           tab_double (t, 5, row + count, 0,
 457                      std_error, NULL);
 458
 459           /* Now the confidence interval */
 460
 461           T = gsl_cdf_tdist_Qinv (q, gs->n - 1);
 462
 463           tab_double (t, 6, row + count, 0,
 464                     gs->mean - T * std_error, NULL);
 465
 466           tab_double (t, 7, row + count, 0,
 467                     gs->mean + T * std_error, NULL);
 468
 469           /* Min and Max */
 470
 471           tab_double (t, 8, row + count, 0,  gs->minimum, fmt);
 472           tab_double (t, 9, row + count, 0,  gs->maximum, fmt);
 473         }
 474
 475       tab_text (t, 1, row + count,
 476                 TAB_LEFT | TAT_TITLE, _("Total"));
 477
 478       tab_double (t, 2, row + count, 0, totals->n, wfmt);
 479
 480       tab_double (t, 3, row + count, 0, totals->mean, NULL);
 481
 482       tab_double (t, 4, row + count, 0, totals->std_dev, NULL);
 483
 484       std_error = totals->std_dev / sqrt (totals->n) ;
 485
 486       tab_double (t, 5, row + count, 0, std_error, NULL);
 487
 488       /* Now the confidence interval */
 489
 490       T = gsl_cdf_tdist_Qinv (q, totals->n - 1);
 491
 492       tab_double (t, 6, row + count, 0,
 493                   totals->mean - T * std_error, NULL);
 494
 495       tab_double (t, 7, row + count, 0,
 496                   totals->mean + T * std_error, NULL);
 497
 498       /* Min and Max */
 499
 500       tab_double (t, 8, row + count, 0,  totals->minimum, fmt);
 501       tab_double (t, 9, row + count, 0,  totals->maximum, fmt);
 502
 503       row += gp->n_groups + 1;
 504     }
 505
 506   tab_submit (t);
 507 }
 508
 509 /* Show the homogeneity table */
 510 static void
 511 show_homogeneity (void)
 512 {
 513   size_t v;
 514   int n_cols = 5;
 515   size_t n_rows = n_vars + 1;
 516
 517   struct tab_table *t;
 518
 519
 520   t = tab_create (n_cols, n_rows, 0);
 521   tab_headers (t, 1, 0, 1, 0);
 522   tab_dim (t, tab_natural_dimensions, NULL);
 523
 524   /* Put a frame around the entire box, and vertical lines inside */
 525   tab_box (t,
 526            TAL_2, TAL_2,
 527            -1, TAL_1,
 528            0, 0,
 529            n_cols - 1, n_rows - 1);
 530
 531
 532   tab_hline (t, TAL_2, 0, n_cols - 1, 1);
 533   tab_vline (t, TAL_2, 1, 0, n_rows - 1);
 534
 535
 536   tab_text (t, 1, 0, TAB_CENTER | TAT_TITLE, _("Levene Statistic"));
 537   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("df1"));
 538   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("df2"));
 539   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("Significance"));
 540
 541   tab_title (t, _("Test of Homogeneity of Variances"));
 542
 543   for (v = 0; v < n_vars; ++v)
 544     {
 545       double F;
 546       const struct variable *var = vars[v];
 547       const struct group_proc *gp = group_proc_get (vars[v]);
 548       const char *s = var_to_string (var);
 549       const struct group_statistics *totals = &gp->ugs;
 550
 551       const double df1 = gp->n_groups - 1;
 552       const double df2 = totals->n - gp->n_groups;
 553
 554       tab_text (t, 0, v + 1, TAB_LEFT | TAT_TITLE, s);
 555
 556       F = gp->levene;
 557       tab_double (t, 1, v + 1, TAB_RIGHT, F, NULL);
 558       tab_fixed (t, 2, v + 1, TAB_RIGHT, df1, 8, 0);
 559       tab_fixed (t, 3, v + 1, TAB_RIGHT, df2, 8, 0);
 560
 561       /* Now the significance */
 562       tab_double (t, 4, v + 1, TAB_RIGHT,gsl_cdf_fdist_Q (F, df1, df2), NULL);
 563     }
 564
 565   tab_submit (t);
 566 }
 567
 568
 569 /* Show the contrast coefficients table */
 570 static void
 571 show_contrast_coeffs (short *bad_contrast)
 572 {
 573   int n_cols = 2 + ostensible_number_of_groups;
 574   int n_rows = 2 + cmd.sbc_contrast;
 575   int count = 0;
 576   void *const *group_values;
 577
 578   struct tab_table *t;
 579
 580   t = tab_create (n_cols, n_rows, 0);
 581   tab_headers (t, 2, 0, 2, 0);
 582   tab_dim (t, tab_natural_dimensions, NULL);
 583
 584   /* Put a frame around the entire box, and vertical lines inside */
 585   tab_box (t,
 586            TAL_2, TAL_2,
 587            -1, TAL_1,
 588            0, 0,
 589            n_cols - 1, n_rows - 1);
 590
 591   tab_box (t,
 592            -1, -1,
 593            TAL_0, TAL_0,
 594            2, 0,
 595            n_cols - 1, 0);
 596
 597   tab_box (t,
 598            -1, -1,
 599            TAL_0, TAL_0,
 600            0, 0,
 601            1, 1);
 602
 603   tab_hline (t, TAL_1, 2, n_cols - 1, 1);
 604   tab_hline (t, TAL_2, 0, n_cols - 1, 2);
 605
 606   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
 607
 608   tab_title (t, _("Contrast Coefficients"));
 609
 610   tab_text (t,  0, 2, TAB_LEFT | TAT_TITLE, _("Contrast"));
 611
 612
 613   tab_joint_text (t, 2, 0, n_cols - 1, 0, TAB_CENTER | TAT_TITLE,
 614                   var_to_string (indep_var));
 615
 616   group_values = hsh_sort (global_group_hash);
 617   for (count = 0;
 618        count < hsh_count (global_group_hash);
 619        ++count)
 620     {
 621       double *group_value_p;
 622       union value group_value;
 623       int i;
 624       struct string vstr;
 625
 626       ds_init_empty (&vstr);
 627
 628       group_value_p = group_values[count];
 629       group_value.f = *group_value_p;
 630       var_append_value_name (indep_var, &group_value, &vstr);
 631
 632       tab_text (t, count + 2, 1, TAB_CENTER | TAT_TITLE,
 633                 ds_cstr (&vstr));
 634
 635       ds_destroy (&vstr);
 636
 637
 638       for (i = 0; i < cmd.sbc_contrast; ++i )
 639         {
 640           tab_text_format (t, 1, i + 2, TAB_CENTER, "%d", i + 1);
 641
 642           if ( bad_contrast[i] )
 643             tab_text (t, count + 2, i + 2, TAB_RIGHT, "?" );
 644           else
 645             tab_text_format (t, count + 2, i + 2, TAB_RIGHT, "%g",
 646                              subc_list_double_at (&cmd.dl_contrast[i], count));
 647         }
 648     }
 649
 650   tab_submit (t);
 651 }
 652
 653
 654 /* Show the results of the contrast tests */
 655 static void
 656 show_contrast_tests (short *bad_contrast)
 657 {
 658   size_t v;
 659   int n_cols = 8;
 660   size_t n_rows = 1 + n_vars * 2 * cmd.sbc_contrast;
 661
 662   struct tab_table *t;
 663
 664   t = tab_create (n_cols, n_rows, 0);
 665   tab_headers (t, 3, 0, 1, 0);
 666   tab_dim (t, tab_natural_dimensions, NULL);
 667
 668   /* Put a frame around the entire box, and vertical lines inside */
 669   tab_box (t,
 670            TAL_2, TAL_2,
 671            -1, TAL_1,
 672            0, 0,
 673            n_cols - 1, n_rows - 1);
 674
 675   tab_box (t,
 676            -1, -1,
 677            TAL_0, TAL_0,
 678            0, 0,
 679            2, 0);
 680
 681   tab_hline (t, TAL_2, 0, n_cols - 1, 1);
 682   tab_vline (t, TAL_2, 3, 0, n_rows - 1);
 683
 684
 685   tab_title (t, _("Contrast Tests"));
 686
 687   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("Contrast"));
 688   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("Value of Contrast"));
 689   tab_text (t,  4, 0, TAB_CENTER | TAT_TITLE, _("Std. Error"));
 690   tab_text (t,  5, 0, TAB_CENTER | TAT_TITLE, _("t"));
 691   tab_text (t,  6, 0, TAB_CENTER | TAT_TITLE, _("df"));
 692   tab_text (t,  7, 0, TAB_CENTER | TAT_TITLE, _("Sig. (2-tailed)"));
 693
 694   for (v = 0; v < n_vars; ++v)
 695     {
 696       int i;
 697       int lines_per_variable = 2 * cmd.sbc_contrast;
 698
 699
 700       tab_text (t,  0, (v * lines_per_variable) + 1, TAB_LEFT | TAT_TITLE,
 701                 var_to_string (vars[v]));
 702
 703       for (i = 0; i < cmd.sbc_contrast; ++i)
 704         {
 705           int ci;
 706           double contrast_value = 0.0;
 707           double coef_msq = 0.0;
 708           struct group_proc *grp_data = group_proc_get (vars[v]);
 709           struct hsh_table *group_hash = grp_data->group_hash;
 710
 711           void *const *group_stat_array;
 712
 713           double T;
 714           double std_error_contrast;
 715           double df;
 716           double sec_vneq = 0.0;
 717
 718
 719           /* Note: The calculation of the degrees of freedom in the
 720              "variances not equal" case is painfull!!
 721              The following formula may help to understand it:
 722              \frac{\left (\sum_{i=1}^k{c_i^2\frac{s_i^2}{n_i}}\right)^2}
 723              {
 724              \sum_{i=1}^k\left (
 725              \frac{\left (c_i^2\frac{s_i^2}{n_i}\right)^2}  {n_i-1}
 726              \right)
 727              }
 728           */
 729
 730           double df_denominator = 0.0;
 731           double df_numerator = 0.0;
 732           if ( i == 0 )
 733             {
 734               tab_text (t,  1, (v * lines_per_variable) + i + 1,
 735                         TAB_LEFT | TAT_TITLE,
 736                         _("Assume equal variances"));
 737
 738               tab_text (t,  1, (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 739                         TAB_LEFT | TAT_TITLE,
 740                         _("Does not assume equal"));
 741             }
 742
 743           tab_text_format (t,  2, (v * lines_per_variable) + i + 1,
 744                            TAB_CENTER | TAT_TITLE, "%d", i + 1);
 745
 746
 747           tab_text_format (t,  2,
 748                            (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 749                            TAB_CENTER | TAT_TITLE, "%d", i + 1);
 750
 751
 752           if ( bad_contrast[i])
 753             continue;
 754
 755           group_stat_array = hsh_sort (group_hash);
 756
 757           for (ci = 0; ci < hsh_count (group_hash);  ++ci)
 758             {
 759               const double coef = subc_list_double_at (&cmd.dl_contrast[i], ci);
 760               struct group_statistics *gs = group_stat_array[ci];
 761
 762               const double winv = pow2 (gs->std_dev) / gs->n;
 763
 764               contrast_value += coef * gs->mean;
 765
 766               coef_msq += (coef * coef) / gs->n;
 767
 768               sec_vneq += (coef * coef) * pow2 (gs->std_dev) /gs->n;
 769
 770               df_numerator += (coef * coef) * winv;
 771               df_denominator += pow2((coef * coef) * winv) / (gs->n - 1);
 772             }
 773           sec_vneq = sqrt (sec_vneq);
 774
 775           df_numerator = pow2 (df_numerator);
 776
 777           tab_double (t,  3, (v * lines_per_variable) + i + 1,
 778                      TAB_RIGHT, contrast_value, NULL);
 779
 780           tab_double (t,  3, (v * lines_per_variable) + i + 1 +
 781                      cmd.sbc_contrast,
 782                      TAB_RIGHT, contrast_value, NULL);
 783
 784           std_error_contrast = sqrt (grp_data->mse * coef_msq);
 785
 786           /* Std. Error */
 787           tab_double (t,  4, (v * lines_per_variable) + i + 1,
 788                      TAB_RIGHT, std_error_contrast,
 789                      NULL);
 790
 791           T = fabs (contrast_value / std_error_contrast);
 792
 793           /* T Statistic */
 794
 795           tab_double (t,  5, (v * lines_per_variable) + i + 1,
 796                      TAB_RIGHT, T,
 797                      NULL);
 798
 799           df = grp_data->ugs.n - grp_data->n_groups;
 800
 801           /* Degrees of Freedom */
 802           tab_fixed (t,  6, (v * lines_per_variable) + i + 1,
 803                      TAB_RIGHT,  df,
 804                      8, 0);
 805
 806
 807           /* Significance TWO TAILED !!*/
 808           tab_double (t,  7, (v * lines_per_variable) + i + 1,
 809                      TAB_RIGHT,  2 * gsl_cdf_tdist_Q (T, df),
 810                      NULL);
 811
 812           /* Now for the Variances NOT Equal case */
 813
 814           /* Std. Error */
 815           tab_double (t,  4,
 816                      (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 817                      TAB_RIGHT, sec_vneq,
 818                      NULL);
 819
 820           T = contrast_value / sec_vneq;
 821           tab_double (t,  5,
 822                      (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 823                      TAB_RIGHT, T,
 824                      NULL);
 825
 826           df = df_numerator / df_denominator;
 827
 828           tab_double (t,  6,
 829                      (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 830                      TAB_RIGHT, df,
 831                      NULL);
 832
 833           /* The Significance */
 834
 835           tab_double (t, 7, (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 836                      TAB_RIGHT,  2 * gsl_cdf_tdist_Q (T,df),
 837                      NULL);
 838         }
 839
 840       if ( v > 0 )
 841         tab_hline (t, TAL_1, 0, n_cols - 1, (v * lines_per_variable) + 1);
 842     }
 843
 844   tab_submit (t);
 845 }
 846
 847
 848 /* ONEWAY ANOVA Calculations */
 849
 850 static void  postcalc (struct cmd_oneway *cmd UNUSED);
 851
 852 static void  precalc (struct cmd_oneway *cmd UNUSED);
 853
 854
 855
 856 /* Pre calculations */
 857 static void
 858 precalc (struct cmd_oneway *cmd UNUSED)
 859 {
 860   size_t i = 0;
 861
 862   for (i = 0; i < n_vars; ++i)
 863     {
 864       struct group_proc *gp = group_proc_get (vars[i]);
 865       struct group_statistics *totals = &gp->ugs;
 866
 867       /* Create a hash for each of the dependent variables.
 868          The hash contains a group_statistics structure,
 869          and is keyed by value of the independent variable */
 870
 871       gp->group_hash = hsh_create (4, compare_group, hash_group,
 872                                    (hsh_free_func *) free_group,
 873                                    indep_var);
 874
 875       totals->sum = 0;
 876       totals->n = 0;
 877       totals->ssq = 0;
 878       totals->sum_diff = 0;
 879       totals->maximum = -DBL_MAX;
 880       totals->minimum = DBL_MAX;
 881     }
 882 }
 883
 884 static int
 885 compare_double_3way (const void *a_, const void *b_, const void *aux UNUSED)
 886 {
 887   const double *a = a_;
 888   const double *b = b_;
 889   return *a < *b ? -1 : *a > *b;
 890 }
 891
 892 static unsigned
 893 do_hash_double (const void *value_, const void *aux UNUSED)
 894 {
 895   const double *value = value_;
 896   return hash_double (*value, 0);
 897 }
 898
 899 static void
 900 free_double (void *value_, const void *aux UNUSED)
 901 {
 902   double *value = value_;
 903   free (value);
 904 }
 905
 906 static void
 907 run_oneway (struct cmd_oneway *cmd,
 908             struct casereader *input,
 909             const struct dataset *ds)
 910 {
 911   struct taint *taint;
 912   struct dictionary *dict = dataset_dict (ds);
 913   enum mv_class exclude;
 914   struct casereader *reader;
 915   struct ccase *c;
 916
 917   c = casereader_peek (input, 0);
 918   if (c == NULL)
 919     {
 920       casereader_destroy (input);
 921       return;
 922     }
 923   output_split_file_values (ds, c);
 924   case_unref (c);
 925
 926   taint = taint_clone (casereader_get_taint (input));
 927
 928   global_group_hash = hsh_create (4,
 929                                   compare_double_3way,
 930                                   do_hash_double,
 931                                   free_double,
 932                                   indep_var);
 933
 934   precalc (cmd);
 935
 936   exclude = cmd->incl != ONEWAY_INCLUDE ? MV_ANY : MV_SYSTEM;
 937   input = casereader_create_filter_missing (input, &indep_var, 1,
 938                                             exclude, NULL, NULL);
 939   if (cmd->miss == ONEWAY_LISTWISE)
 940     input = casereader_create_filter_missing (input, vars, n_vars,
 941                                               exclude, NULL, NULL);
 942   input = casereader_create_filter_weight (input, dict, NULL, NULL);
 943
 944   reader = casereader_clone (input);
 945   for (; (c = casereader_read (reader)) != NULL; case_unref (c))
 946     {
 947       size_t i;
 948
 949       const double weight = dict_get_case_weight (dict, c, NULL);
 950
 951       const union value *indep_val = case_data (c, indep_var);
 952       void **p = hsh_probe (global_group_hash, &indep_val->f);
 953       if (*p == NULL)
 954         {
 955           double *value = *p = xmalloc (sizeof *value);
 956           *value = indep_val->f;
 957         }
 958
 959       for (i = 0; i < n_vars; ++i)
 960         {
 961           const struct variable *v = vars[i];
 962
 963           const union value *val = case_data (c, v);
 964
 965           struct group_proc *gp = group_proc_get (vars[i]);
 966           struct hsh_table *group_hash = gp->group_hash;
 967
 968           struct group_statistics *gs;
 969
 970           gs = hsh_find (group_hash, indep_val );
 971
 972           if ( ! gs )
 973             {
 974               gs = xmalloc (sizeof *gs);
 975               gs->id = *indep_val;
 976               gs->sum = 0;
 977               gs->n = 0;
 978               gs->ssq = 0;
 979               gs->sum_diff = 0;
 980               gs->minimum = DBL_MAX;
 981               gs->maximum = -DBL_MAX;
 982
 983               hsh_insert ( group_hash, gs );
 984             }
 985
 986           if (!var_is_value_missing (v, val, exclude))
 987             {
 988               struct group_statistics *totals = &gp->ugs;
 989
 990               totals->n += weight;
 991               totals->sum += weight * val->f;
 992               totals->ssq += weight * pow2 (val->f);
 993
 994               if ( val->f * weight  < totals->minimum )
 995                 totals->minimum = val->f * weight;
 996
 997               if ( val->f * weight  > totals->maximum )
 998                 totals->maximum = val->f * weight;
 999
1000               gs->n += weight;
1001               gs->sum += weight * val->f;
1002               gs->ssq += weight * pow2 (val->f);
1003
1004               if ( val->f * weight  < gs->minimum )
1005                 gs->minimum = val->f * weight;
1006
1007               if ( val->f * weight  > gs->maximum )
1008                 gs->maximum = val->f * weight;
1009             }
1010
1011           gp->n_groups = hsh_count ( group_hash );
1012         }
1013
1014     }
1015   casereader_destroy (reader);
1016
1017   postcalc (cmd);
1018
1019
1020   if ( stat_tables & STAT_HOMO )
1021     levene (dict, casereader_clone (input), indep_var, n_vars, vars, exclude);
1022
1023   casereader_destroy (input);
1024
1025   ostensible_number_of_groups = hsh_count (global_group_hash);
1026
1027   if (!taint_has_tainted_successor (taint))
1028     output_oneway (dict);
1029
1030   taint_destroy (taint);
1031 }
1032
1033
1034 /* Post calculations for the ONEWAY command */
1035 void
1036 postcalc (  struct cmd_oneway *cmd UNUSED )
1037 {
1038   size_t i = 0;
1039
1040   for (i = 0; i < n_vars; ++i)
1041     {
1042       struct group_proc *gp = group_proc_get (vars[i]);
1043       struct hsh_table *group_hash = gp->group_hash;
1044       struct group_statistics *totals = &gp->ugs;
1045
1046       struct hsh_iterator g;
1047       struct group_statistics *gs;
1048
1049       for (gs =  hsh_first (group_hash, &g);
1050            gs != 0;
1051            gs = hsh_next (group_hash, &g))
1052         {
1053           gs->mean = gs->sum / gs->n;
1054           gs->s_std_dev = sqrt (gs->ssq / gs->n - pow2 (gs->mean));
1055
1056           gs->std_dev = sqrt (
1057                               gs->n / (gs->n - 1) *
1058                               ( gs->ssq / gs->n - pow2 (gs->mean))
1059                               );
1060
1061           gs->se_mean = gs->std_dev / sqrt (gs->n);
1062           gs->mean_diff = gs->sum_diff / gs->n;
1063         }
1064
1065       totals->mean = totals->sum / totals->n;
1066       totals->std_dev = sqrt (
1067                               totals->n / (totals->n - 1) *
1068                               (totals->ssq / totals->n - pow2 (totals->mean))
1069                               );
1070
1071       totals->se_mean = totals->std_dev / sqrt (totals->n);
1072     }
1073 }
1074
1075 /*
1076   Local Variables:
1077   mode: c
1078   End:
1079 */