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/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
  47 #include "xalloc.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 %zu do not total zero"), i + 1);
 179     }
 180
 181   if ( stat_tables & STAT_DESC )
 182     show_descriptives();
 183
 184   if ( stat_tables & STAT_HOMO )
 185     show_homogeneity();
 186
 187   show_anova_table();
 188
 189   if (cmd.sbc_contrast )
 190     {
 191       show_contrast_coeffs(bad_contrast);
 192       show_contrast_tests(bad_contrast);
 193     }
 194
 195
 196   free(bad_contrast);
 197
 198   /* Clean up */
 199   for (i = 0 ; i < n_vars ; ++i )
 200     {
 201       struct hsh_table *group_hash = group_proc_get (vars[i])->group_hash;
 202
 203       hsh_destroy(group_hash);
 204     }
 205
 206   hsh_destroy(global_group_hash);
 207
 208 }
 209
 210
 211
 212
 213 /* Parser for the variables sub command */
 214 static int
 215 oneway_custom_variables (struct lexer *lexer,
 216                         struct dataset *ds, struct cmd_oneway *cmd UNUSED,
 217                         void *aux UNUSED)
 218 {
 219   struct dictionary *dict = dataset_dict (ds);
 220
 221   lex_match (lexer, '=');
 222
 223   if ((lex_token (lexer) != T_ID || dict_lookup_var (dict, lex_tokid (lexer)) == NULL)
 224       && lex_token (lexer) != T_ALL)
 225     return 2;
 226
 227   if (!parse_variables_const (lexer, dict, &vars, &n_vars,
 228                         PV_DUPLICATE
 229                         | PV_NUMERIC | PV_NO_SCRATCH) )
 230     {
 231       free (vars);
 232       return 0;
 233     }
 234
 235   assert(n_vars);
 236
 237   if ( ! lex_match (lexer, T_BY))
 238     return 2;
 239
 240   indep_var = parse_variable (lexer, dict);
 241
 242   if ( !indep_var )
 243     {
 244       msg(SE,_("`%s' is not a variable name"),lex_tokid (lexer));
 245       return 0;
 246     }
 247
 248   return 1;
 249 }
 250
 251
 252 /* Show the ANOVA table */
 253 static void
 254 show_anova_table(void)
 255 {
 256   size_t i;
 257   int n_cols =7;
 258   size_t n_rows = n_vars * 3 + 1;
 259
 260   struct tab_table *t;
 261
 262
 263   t = tab_create (n_cols,n_rows,0);
 264   tab_headers (t, 2, 0, 1, 0);
 265   tab_dim (t, tab_natural_dimensions);
 266
 267
 268   tab_box (t,
 269            TAL_2, TAL_2,
 270            -1, TAL_1,
 271            0, 0,
 272            n_cols - 1, n_rows - 1);
 273
 274   tab_hline (t, TAL_2, 0, n_cols - 1, 1 );
 275   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
 276   tab_vline (t, TAL_0, 1, 0, 0);
 277
 278   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("Sum of Squares"));
 279   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("df"));
 280   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("Mean Square"));
 281   tab_text (t, 5, 0, TAB_CENTER | TAT_TITLE, _("F"));
 282   tab_text (t, 6, 0, TAB_CENTER | TAT_TITLE, _("Significance"));
 283
 284
 285   for ( i=0 ; i < n_vars ; ++i )
 286     {
 287       struct group_statistics *totals = &group_proc_get (vars[i])->ugs;
 288       struct hsh_table *group_hash = group_proc_get (vars[i])->group_hash;
 289       struct hsh_iterator g;
 290       struct group_statistics *gs;
 291       double ssa=0;
 292       const char *s = var_to_string(vars[i]);
 293
 294       for (gs =  hsh_first (group_hash,&g);
 295            gs != 0;
 296            gs = hsh_next(group_hash,&g))
 297         {
 298           ssa += (gs->sum * gs->sum)/gs->n;
 299         }
 300
 301       ssa -= ( totals->sum * totals->sum ) / totals->n ;
 302
 303       tab_text (t, 0, i * 3 + 1, TAB_LEFT | TAT_TITLE, s);
 304       tab_text (t, 1, i * 3 + 1, TAB_LEFT | TAT_TITLE, _("Between Groups"));
 305       tab_text (t, 1, i * 3 + 2, TAB_LEFT | TAT_TITLE, _("Within Groups"));
 306       tab_text (t, 1, i * 3 + 3, TAB_LEFT | TAT_TITLE, _("Total"));
 307
 308       if (i > 0)
 309         tab_hline(t, TAL_1, 0, n_cols - 1 , i * 3 + 1);
 310
 311       {
 312         struct group_proc *gp = group_proc_get (vars[i]);
 313         const double sst = totals->ssq - ( totals->sum * totals->sum) / totals->n ;
 314         const double df1 = gp->n_groups - 1;
 315         const double df2 = totals->n - gp->n_groups ;
 316         const double msa = ssa / df1;
 317
 318         gp->mse  = (sst - ssa) / df2;
 319
 320
 321         /* Sums of Squares */
 322         tab_float (t, 2, i * 3 + 1, 0, ssa, 10, 2);
 323         tab_float (t, 2, i * 3 + 3, 0, sst, 10, 2);
 324         tab_float (t, 2, i * 3 + 2, 0, sst - ssa, 10, 2);
 325
 326
 327         /* Degrees of freedom */
 328         tab_float (t, 3, i * 3 + 1, 0, df1, 4, 0);
 329         tab_float (t, 3, i * 3 + 2, 0, df2, 4, 0);
 330         tab_float (t, 3, i * 3 + 3, 0, totals->n - 1, 4, 0);
 331
 332         /* Mean Squares */
 333         tab_float (t, 4, i * 3 + 1, TAB_RIGHT, msa, 8, 3);
 334         tab_float (t, 4, i * 3 + 2, TAB_RIGHT, gp->mse, 8, 3);
 335
 336
 337         {
 338           const double F = msa/gp->mse ;
 339
 340           /* The F value */
 341           tab_float (t, 5, i * 3 + 1, 0,  F, 8, 3);
 342
 343           /* The significance */
 344           tab_float (t, 6, i * 3 + 1, 0, gsl_cdf_fdist_Q(F,df1,df2), 8, 3);
 345         }
 346
 347       }
 348
 349     }
 350
 351
 352   tab_title (t, _("ANOVA"));
 353   tab_submit (t);
 354 }
 355
 356
 357 /* Show the descriptives table */
 358 static void
 359 show_descriptives(void)
 360 {
 361   size_t v;
 362   int n_cols =10;
 363   struct tab_table *t;
 364   int row;
 365
 366   const double confidence=0.95;
 367   const double q = (1.0 - confidence) / 2.0;
 368
 369
 370   int n_rows = 2 ;
 371
 372   for ( v = 0 ; v < n_vars ; ++v )
 373     n_rows += group_proc_get (vars[v])->n_groups + 1;
 374
 375   t = tab_create (n_cols,n_rows,0);
 376   tab_headers (t, 2, 0, 2, 0);
 377   tab_dim (t, tab_natural_dimensions);
 378
 379
 380   /* Put a frame around the entire box, and vertical lines inside */
 381   tab_box (t,
 382            TAL_2, TAL_2,
 383            -1, TAL_1,
 384            0, 0,
 385            n_cols - 1, n_rows - 1);
 386
 387   /* Underline headers */
 388   tab_hline (t, TAL_2, 0, n_cols - 1, 2 );
 389   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
 390
 391   tab_text (t, 2, 1, TAB_CENTER | TAT_TITLE, _("N"));
 392   tab_text (t, 3, 1, TAB_CENTER | TAT_TITLE, _("Mean"));
 393   tab_text (t, 4, 1, TAB_CENTER | TAT_TITLE, _("Std. Deviation"));
 394   tab_text (t, 5, 1, TAB_CENTER | TAT_TITLE, _("Std. Error"));
 395
 396
 397   tab_vline(t, TAL_0, 7, 0, 0);
 398   tab_hline(t, TAL_1, 6, 7, 1);
 399   tab_joint_text (t, 6, 0, 7, 0, TAB_CENTER | TAT_TITLE | TAT_PRINTF, _("%g%% Confidence Interval for Mean"),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
 424       struct group_statistics *const *gs_array =
 425         (struct group_statistics *const *) hsh_sort(gp->group_hash);
 426       int count = 0;
 427
 428       tab_text (t, 0, row, TAB_LEFT | TAT_TITLE, s);
 429       if ( v > 0)
 430         tab_hline(t, TAL_1, 0, n_cols - 1 , row);
 431
 432       for (count = 0 ; count < hsh_count(gp->group_hash) ; ++count)
 433         {
 434           gs = gs_array[count];
 435
 436           tab_text (t, 1, row + count,
 437                     TAB_LEFT | TAT_TITLE, var_get_value_name(indep_var,
 438                                                              &gs->id));
 439
 440           /* Now fill in the numbers ... */
 441
 442           tab_float (t, 2, row + count, 0, gs->n, 8,0);
 443
 444           tab_float (t, 3, row + count, 0, gs->mean,8,2);
 445
 446           tab_float (t, 4, row + count, 0, gs->std_dev,8,2);
 447
 448           std_error = gs->std_dev/sqrt(gs->n) ;
 449           tab_float (t, 5, row + count, 0,
 450                      std_error, 8,2);
 451
 452           /* Now the confidence interval */
 453
 454           T = gsl_cdf_tdist_Qinv(q,gs->n - 1);
 455
 456           tab_float(t, 6, row + count, 0,
 457                     gs->mean - T * std_error, 8, 2);
 458
 459           tab_float(t, 7, row + count, 0,
 460                     gs->mean + T * std_error, 8, 2);
 461
 462           /* Min and Max */
 463
 464           tab_float(t, 8, row + count, 0,  gs->minimum, 8, 2);
 465           tab_float(t, 9, row + count, 0,  gs->maximum, 8, 2);
 466
 467         }
 468
 469       tab_text (t, 1, row + count,
 470                 TAB_LEFT | TAT_TITLE ,_("Total"));
 471
 472       tab_float (t, 2, row + count, 0, totals->n, 8,0);
 473
 474       tab_float (t, 3, row + count, 0, totals->mean, 8,2);
 475
 476       tab_float (t, 4, row + count, 0, totals->std_dev,8,2);
 477
 478       std_error = totals->std_dev/sqrt(totals->n) ;
 479
 480       tab_float (t, 5, row + count, 0, std_error, 8,2);
 481
 482       /* Now the confidence interval */
 483
 484       T = gsl_cdf_tdist_Qinv(q,totals->n - 1);
 485
 486       tab_float(t, 6, row + count, 0,
 487                 totals->mean - T * std_error, 8, 2);
 488
 489       tab_float(t, 7, row + count, 0,
 490                 totals->mean + T * std_error, 8, 2);
 491
 492       /* Min and Max */
 493
 494       tab_float(t, 8, row + count, 0,  totals->minimum, 8, 2);
 495       tab_float(t, 9, row + count, 0,  totals->maximum, 8, 2);
 496
 497       row += gp->n_groups + 1;
 498     }
 499
 500
 501   tab_submit (t);
 502
 503
 504 }
 505
 506 /* Show the homogeneity table */
 507 static void
 508 show_homogeneity(void)
 509 {
 510   size_t v;
 511   int n_cols = 5;
 512   size_t n_rows = n_vars + 1;
 513
 514   struct tab_table *t;
 515
 516
 517   t = tab_create (n_cols,n_rows,0);
 518   tab_headers (t, 1, 0, 1, 0);
 519   tab_dim (t, tab_natural_dimensions);
 520
 521   /* Put a frame around the entire box, and vertical lines inside */
 522   tab_box (t,
 523            TAL_2, TAL_2,
 524            -1, TAL_1,
 525            0, 0,
 526            n_cols - 1, n_rows - 1);
 527
 528
 529   tab_hline(t, TAL_2, 0, n_cols - 1, 1);
 530   tab_vline(t, TAL_2, 1, 0, n_rows - 1);
 531
 532
 533   tab_text (t,  1, 0, TAB_CENTER | TAT_TITLE, _("Levene Statistic"));
 534   tab_text (t,  2, 0, TAB_CENTER | TAT_TITLE, _("df1"));
 535   tab_text (t,  3, 0, TAB_CENTER | TAT_TITLE, _("df2"));
 536   tab_text (t,  4, 0, TAB_CENTER | TAT_TITLE, _("Significance"));
 537
 538
 539   tab_title (t, _("Test of Homogeneity of Variances"));
 540
 541   for ( v=0 ; v < n_vars ; ++v )
 542     {
 543       double F;
 544       const struct variable *var = vars[v];
 545       const struct group_proc *gp = group_proc_get (vars[v]);
 546       const char *s = var_to_string(var);
 547       const struct group_statistics *totals = &gp->ugs;
 548
 549       const double df1 = gp->n_groups - 1;
 550       const double df2 = totals->n - gp->n_groups ;
 551
 552       tab_text (t, 0, v + 1, TAB_LEFT | TAT_TITLE, s);
 553
 554       F = gp->levene;
 555       tab_float (t, 1, v + 1, TAB_RIGHT, F, 8,3);
 556       tab_float (t, 2, v + 1, TAB_RIGHT, df1 ,8,0);
 557       tab_float (t, 3, v + 1, TAB_RIGHT, df2 ,8,0);
 558
 559       /* Now the significance */
 560       tab_float (t, 4, v + 1, TAB_RIGHT,gsl_cdf_fdist_Q(F,df1,df2), 8, 3);
 561     }
 562
 563   tab_submit (t);
 564 }
 565
 566
 567 /* Show the contrast coefficients table */
 568 static void
 569 show_contrast_coeffs (short *bad_contrast)
 570 {
 571   int n_cols = 2 + ostensible_number_of_groups;
 572   int n_rows = 2 + cmd.sbc_contrast;
 573   union value *group_value;
 574   int count = 0 ;
 575   void *const *group_values ;
 576
 577   struct tab_table *t;
 578
 579   t = tab_create (n_cols,n_rows,0);
 580   tab_headers (t, 2, 0, 2, 0);
 581   tab_dim (t, tab_natural_dimensions);
 582
 583   /* Put a frame around the entire box, and vertical lines inside */
 584   tab_box (t,
 585            TAL_2, TAL_2,
 586            -1, TAL_1,
 587            0, 0,
 588            n_cols - 1, n_rows - 1);
 589
 590   tab_box (t,
 591            -1,-1,
 592            TAL_0, TAL_0,
 593            2, 0,
 594            n_cols - 1, 0);
 595
 596   tab_box (t,
 597            -1,-1,
 598            TAL_0, TAL_0,
 599            0,0,
 600            1,1);
 601
 602   tab_hline(t, TAL_1, 2, n_cols - 1, 1);
 603   tab_hline(t, TAL_2, 0, n_cols - 1, 2);
 604
 605   tab_vline(t, TAL_2, 2, 0, n_rows - 1);
 606
 607   tab_title (t, _("Contrast Coefficients"));
 608
 609   tab_text (t,  0, 2, TAB_LEFT | TAT_TITLE, _("Contrast"));
 610
 611
 612   tab_joint_text (t, 2, 0, n_cols - 1, 0, TAB_CENTER | TAT_TITLE,
 613                   var_to_string(indep_var));
 614
 615   group_values = hsh_sort(global_group_hash);
 616   for (count = 0 ;
 617        count < hsh_count(global_group_hash) ;
 618        ++count)
 619     {
 620       int i;
 621       group_value = group_values[count];
 622
 623       tab_text (t, count + 2, 1, TAB_CENTER | TAT_TITLE,
 624                 var_get_value_name (indep_var, group_value));
 625
 626       for (i = 0 ; i < cmd.sbc_contrast ; ++i )
 627         {
 628           tab_text(t, 1, i + 2, TAB_CENTER | TAT_PRINTF, "%d", i + 1);
 629
 630           if ( bad_contrast[i] )
 631             tab_text(t, count + 2, i + 2, TAB_RIGHT, "?" );
 632           else
 633             tab_text(t, count + 2, i + 2, TAB_RIGHT | TAT_PRINTF, "%g",
 634                      subc_list_double_at(&cmd.dl_contrast[i], count)
 635                      );
 636         }
 637     }
 638
 639   tab_submit (t);
 640 }
 641
 642
 643 /* Show the results of the contrast tests */
 644 static void
 645 show_contrast_tests(short *bad_contrast)
 646 {
 647   size_t v;
 648   int n_cols = 8;
 649   size_t n_rows = 1 + n_vars * 2 * cmd.sbc_contrast;
 650
 651   struct tab_table *t;
 652
 653   t = tab_create (n_cols,n_rows,0);
 654   tab_headers (t, 3, 0, 1, 0);
 655   tab_dim (t, tab_natural_dimensions);
 656
 657   /* Put a frame around the entire box, and vertical lines inside */
 658   tab_box (t,
 659            TAL_2, TAL_2,
 660            -1, TAL_1,
 661            0, 0,
 662            n_cols - 1, n_rows - 1);
 663
 664   tab_box (t,
 665            -1,-1,
 666            TAL_0, TAL_0,
 667            0, 0,
 668            2, 0);
 669
 670   tab_hline(t, TAL_2, 0, n_cols - 1, 1);
 671   tab_vline(t, TAL_2, 3, 0, n_rows - 1);
 672
 673
 674   tab_title (t, _("Contrast Tests"));
 675
 676   tab_text (t,  2, 0, TAB_CENTER | TAT_TITLE, _("Contrast"));
 677   tab_text (t,  3, 0, TAB_CENTER | TAT_TITLE, _("Value of Contrast"));
 678   tab_text (t,  4, 0, TAB_CENTER | TAT_TITLE, _("Std. Error"));
 679   tab_text (t,  5, 0, TAB_CENTER | TAT_TITLE, _("t"));
 680   tab_text (t,  6, 0, TAB_CENTER | TAT_TITLE, _("df"));
 681   tab_text (t,  7, 0, TAB_CENTER | TAT_TITLE, _("Sig. (2-tailed)"));
 682
 683   for ( v = 0 ; v < n_vars ; ++v )
 684     {
 685       int i;
 686       int lines_per_variable = 2 * cmd.sbc_contrast;
 687
 688
 689       tab_text (t,  0, (v * lines_per_variable) + 1, TAB_LEFT | TAT_TITLE,
 690                 var_to_string(vars[v]));
 691
 692       for ( i = 0 ; i < cmd.sbc_contrast ; ++i )
 693         {
 694           int ci;
 695           double contrast_value = 0.0;
 696           double coef_msq = 0.0;
 697           struct group_proc *grp_data = group_proc_get (vars[v]);
 698           struct hsh_table *group_hash = grp_data->group_hash;
 699
 700           void *const *group_stat_array;
 701
 702           double T;
 703           double std_error_contrast ;
 704           double df;
 705           double sec_vneq=0.0;
 706
 707
 708           /* Note: The calculation of the degrees of freedom in the
 709              "variances not equal" case is painfull!!
 710              The following formula may help to understand it:
 711              \frac{\left(\sum_{i=1}^k{c_i^2\frac{s_i^2}{n_i}}\right)^2}
 712              {
 713              \sum_{i=1}^k\left(
 714              \frac{\left(c_i^2\frac{s_i^2}{n_i}\right)^2}  {n_i-1}
 715              \right)
 716              }
 717           */
 718
 719           double df_denominator = 0.0;
 720           double df_numerator = 0.0;
 721           if ( i == 0 )
 722             {
 723               tab_text (t,  1, (v * lines_per_variable) + i + 1,
 724                         TAB_LEFT | TAT_TITLE,
 725                         _("Assume equal variances"));
 726
 727               tab_text (t,  1, (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 728                         TAB_LEFT | TAT_TITLE,
 729                         _("Does not assume equal"));
 730             }
 731
 732           tab_text (t,  2, (v * lines_per_variable) + i + 1,
 733                     TAB_CENTER | TAT_TITLE | TAT_PRINTF, "%d",i+1);
 734
 735
 736           tab_text (t,  2, (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 737                     TAB_CENTER | TAT_TITLE | TAT_PRINTF, "%d",i+1);
 738
 739
 740           if ( bad_contrast[i])
 741             continue;
 742
 743           group_stat_array = hsh_sort(group_hash);
 744
 745           for (ci = 0 ; ci < hsh_count(group_hash) ;  ++ci)
 746             {
 747               const double coef = subc_list_double_at(&cmd.dl_contrast[i], ci);
 748               struct group_statistics *gs = group_stat_array[ci];
 749
 750               const double winv = (gs->std_dev * gs->std_dev) / gs->n;
 751
 752               contrast_value += coef * gs->mean;
 753
 754               coef_msq += (coef * coef) / gs->n ;
 755
 756               sec_vneq += (coef * coef) * (gs->std_dev * gs->std_dev ) /gs->n ;
 757
 758               df_numerator += (coef * coef) * winv;
 759               df_denominator += pow2((coef * coef) * winv) / (gs->n - 1);
 760             }
 761           sec_vneq = sqrt(sec_vneq);
 762
 763           df_numerator = pow2(df_numerator);
 764
 765           tab_float (t,  3, (v * lines_per_variable) + i + 1,
 766                      TAB_RIGHT, contrast_value, 8,2);
 767
 768           tab_float (t,  3, (v * lines_per_variable) + i + 1 +
 769                      cmd.sbc_contrast,
 770                      TAB_RIGHT, contrast_value, 8,2);
 771
 772           std_error_contrast = sqrt(grp_data->mse * coef_msq);
 773
 774           /* Std. Error */
 775           tab_float (t,  4, (v * lines_per_variable) + i + 1,
 776                      TAB_RIGHT, std_error_contrast,
 777                      8,3);
 778
 779           T = fabs(contrast_value / std_error_contrast) ;
 780
 781           /* T Statistic */
 782
 783           tab_float (t,  5, (v * lines_per_variable) + i + 1,
 784                      TAB_RIGHT, T,
 785                      8,3);
 786
 787           df = grp_data->ugs.n - grp_data->n_groups;
 788
 789           /* Degrees of Freedom */
 790           tab_float (t,  6, (v * lines_per_variable) + i + 1,
 791                      TAB_RIGHT,  df,
 792                      8,0);
 793
 794
 795           /* Significance TWO TAILED !!*/
 796           tab_float (t,  7, (v * lines_per_variable) + i + 1,
 797                      TAB_RIGHT,  2 * gsl_cdf_tdist_Q(T,df),
 798                      8,3);
 799
 800
 801           /* Now for the Variances NOT Equal case */
 802
 803           /* Std. Error */
 804           tab_float (t,  4,
 805                      (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 806                      TAB_RIGHT, sec_vneq,
 807                      8,3);
 808
 809
 810           T = contrast_value / sec_vneq;
 811           tab_float (t,  5,
 812                      (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 813                      TAB_RIGHT, T,
 814                      8,3);
 815
 816
 817           df = df_numerator / df_denominator;
 818
 819           tab_float (t,  6,
 820                      (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 821                      TAB_RIGHT, df,
 822                      8,3);
 823
 824           /* The Significance */
 825
 826           tab_float (t, 7, (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 827                      TAB_RIGHT,  2 * gsl_cdf_tdist_Q(T,df),
 828                      8,3);
 829
 830
 831         }
 832
 833       if ( v > 0 )
 834         tab_hline(t, TAL_1, 0, n_cols - 1, (v * lines_per_variable) + 1);
 835     }
 836
 837   tab_submit (t);
 838
 839 }
 840
 841
 842 /* ONEWAY ANOVA Calculations */
 843
 844 static void  postcalc (  struct cmd_oneway *cmd UNUSED );
 845
 846 static void  precalc ( struct cmd_oneway *cmd UNUSED );
 847
 848
 849
 850 /* Pre calculations */
 851 static void
 852 precalc ( struct cmd_oneway *cmd UNUSED )
 853 {
 854   size_t i=0;
 855
 856   for(i=0; i< n_vars ; ++i)
 857     {
 858       struct group_proc *gp = group_proc_get (vars[i]);
 859       struct group_statistics *totals = &gp->ugs;
 860
 861       /* Create a hash for each of the dependent variables.
 862          The hash contains a group_statistics structure,
 863          and is keyed by value of the independent variable */
 864
 865       gp->group_hash =
 866         hsh_create(4,
 867                    (hsh_compare_func *) compare_group,
 868                    (hsh_hash_func *) hash_group,
 869                    (hsh_free_func *) free_group,
 870                    (void *) var_get_width (indep_var) );
 871
 872
 873       totals->sum=0;
 874       totals->n=0;
 875       totals->ssq=0;
 876       totals->sum_diff=0;
 877       totals->maximum = - DBL_MAX;
 878       totals->minimum = DBL_MAX;
 879     }
 880 }
 881
 882 static void
 883 free_value (void *value_, const void *aux UNUSED)
 884 {
 885   union value *value = value_;
 886   free (value);
 887 }
 888
 889 static void
 890 run_oneway (struct cmd_oneway *cmd,
 891             struct casereader *input,
 892             const struct dataset *ds)
 893 {
 894   struct taint *taint;
 895   struct dictionary *dict = dataset_dict (ds);
 896   enum mv_class exclude;
 897   struct casereader *reader;
 898   struct ccase c;
 899
 900   if (!casereader_peek (input, 0, &c))
 901     {
 902       casereader_destroy (input);
 903       return;
 904     }
 905   output_split_file_values (ds, &c);
 906   case_destroy (&c);
 907
 908   taint = taint_clone (casereader_get_taint (input));
 909
 910   global_group_hash = hsh_create(4,
 911                                  (hsh_compare_func *) compare_values,
 912                                  (hsh_hash_func *) hash_value,
 913                                  free_value,
 914                                  (void *) var_get_width (indep_var) );
 915
 916   precalc(cmd);
 917
 918   exclude = cmd->incl != ONEWAY_INCLUDE ? MV_ANY : MV_SYSTEM;
 919   input = casereader_create_filter_missing (input, &indep_var, 1,
 920                                             exclude, NULL);
 921   if (cmd->miss == ONEWAY_LISTWISE)
 922     input = casereader_create_filter_missing (input, vars, n_vars,
 923                                               exclude, NULL);
 924   input = casereader_create_filter_weight (input, dict, NULL, NULL);
 925
 926   reader = casereader_clone (input);
 927   for (; casereader_read (reader, &c); case_destroy (&c))
 928     {
 929       size_t i;
 930
 931       const double weight = dict_get_case_weight (dict, &c, NULL);
 932
 933       const union value *indep_val = case_data (&c, indep_var);
 934       void **p = hsh_probe (global_group_hash, indep_val);
 935       if (*p == NULL)
 936         *p = value_dup (indep_val, var_get_width (indep_var));
 937
 938       for ( i = 0 ; i < n_vars ; ++i )
 939         {
 940           const struct variable *v = vars[i];
 941
 942           const union value *val = case_data (&c, v);
 943
 944           struct group_proc *gp = group_proc_get (vars[i]);
 945           struct hsh_table *group_hash = gp->group_hash;
 946
 947           struct group_statistics *gs;
 948
 949           gs = hsh_find(group_hash, (void *) indep_val );
 950
 951           if ( ! gs )
 952             {
 953               gs = xmalloc (sizeof *gs);
 954               gs->id = *indep_val;
 955               gs->sum=0;
 956               gs->n=0;
 957               gs->ssq=0;
 958               gs->sum_diff=0;
 959               gs->minimum = DBL_MAX;
 960               gs->maximum = -DBL_MAX;
 961
 962               hsh_insert ( group_hash, (void *) gs );
 963             }
 964
 965           if (!var_is_value_missing (v, val, exclude))
 966             {
 967               struct group_statistics *totals = &gp->ugs;
 968
 969               totals->n+=weight;
 970               totals->sum+=weight * val->f;
 971               totals->ssq+=weight * val->f * val->f;
 972
 973               if ( val->f * weight  < totals->minimum )
 974                 totals->minimum = val->f * weight;
 975
 976               if ( val->f * weight  > totals->maximum )
 977                 totals->maximum = val->f * weight;
 978
 979               gs->n+=weight;
 980               gs->sum+=weight * val->f;
 981               gs->ssq+=weight * val->f * val->f;
 982
 983               if ( val->f * weight  < gs->minimum )
 984                 gs->minimum = val->f * weight;
 985
 986               if ( val->f * weight  > gs->maximum )
 987                 gs->maximum = val->f * weight;
 988             }
 989
 990           gp->n_groups = hsh_count ( group_hash );
 991         }
 992
 993     }
 994   casereader_destroy (reader);
 995
 996   postcalc(cmd);
 997
 998
 999   if ( stat_tables & STAT_HOMO )
1000     levene (dict, casereader_clone (input), indep_var, n_vars, vars, exclude);
1001
1002   casereader_destroy (input);
1003
1004   ostensible_number_of_groups = hsh_count (global_group_hash);
1005
1006   if (!taint_has_tainted_successor (taint))
1007     output_oneway();
1008   taint_destroy (taint);
1009 }
1010
1011
1012 /* Post calculations for the ONEWAY command */
1013 void
1014 postcalc (  struct cmd_oneway *cmd UNUSED )
1015 {
1016   size_t i=0;
1017
1018
1019   for(i = 0; i < n_vars ; ++i)
1020     {
1021       struct group_proc *gp = group_proc_get (vars[i]);
1022       struct hsh_table *group_hash = gp->group_hash;
1023       struct group_statistics *totals = &gp->ugs;
1024
1025       struct hsh_iterator g;
1026       struct group_statistics *gs;
1027
1028       for (gs =  hsh_first (group_hash,&g);
1029            gs != 0;
1030            gs = hsh_next(group_hash,&g))
1031         {
1032           gs->mean=gs->sum / gs->n;
1033           gs->s_std_dev= sqrt(
1034                               ( (gs->ssq / gs->n ) - gs->mean * gs->mean )
1035                               ) ;
1036
1037           gs->std_dev= sqrt(
1038                             gs->n/(gs->n-1) *
1039                             ( (gs->ssq / gs->n ) - gs->mean * gs->mean )
1040                             ) ;
1041
1042           gs->se_mean = gs->std_dev / sqrt(gs->n);
1043           gs->mean_diff= gs->sum_diff / gs->n;
1044
1045         }
1046
1047
1048
1049       totals->mean = totals->sum / totals->n;
1050       totals->std_dev= sqrt(
1051                             totals->n/(totals->n-1) *
1052                             ( (totals->ssq / totals->n ) - totals->mean * totals->mean )
1053                             ) ;
1054
1055       totals->se_mean = totals->std_dev / sqrt(totals->n);
1056
1057     }
1058 }
1059
1060 /*
1061   Local Variables:
1062   mode: c
1063   End:
1064 */