src/language/stats/oneway.q

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