pintos-os.org Git - pspp/blob - src/language/stats/binomial.c

   1 /* PSPP - a program for statistical analysis.
   2    Copyright (C) 2006, 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 #include <libpspp/compiler.h>
  19 #include <output/table.h>
  20
  21 #include <data/case.h>
  22 #include <data/casereader.h>
  23 #include <data/dictionary.h>
  24 #include <data/procedure.h>
  25 #include <data/variable.h>
  26 #include <data/value.h>
  27 #include <data/value-labels.h>
  28
  29 #include <libpspp/message.h>
  30 #include <libpspp/assertion.h>
  31
  32 #include "binomial.h"
  33 #include "freq.h"
  34
  35 #include "xalloc.h"
  36
  37 #include "gettext.h"
  38 #define _(msgid) gettext (msgid)
  39
  40 #include <libpspp/misc.h>
  41
  42 #include <gsl/gsl_cdf.h>
  43 #include <gsl/gsl_randist.h>
  44
  45 #include <minmax.h>
  46
  47 #include <libpspp/hash.h>
  48
  49 static double calculate_binomial_internal (double n1, double n2,
  50                                            double p);
  51
  52
  53 static void
  54 swap (double *i1, double *i2)
  55 {
  56   double temp = *i1;
  57   *i1 = *i2;
  58   *i2 = temp;
  59 }
  60
  61 static double
  62 calculate_binomial (double n1, double n2, double p)
  63 {
  64   const double n = n1 + n2;
  65   const bool test_reversed = (n1 / n > p ) ;
  66   if ( test_reversed )
  67     {
  68       p = 1 - p ;
  69       swap (&n1, &n2);
  70     }
  71
  72   return calculate_binomial_internal (n1, n2, p);
  73 }
  74
  75 static double
  76 calculate_binomial_internal (double n1, double n2, double p)
  77 {
  78   /* SPSS Statistical Algorithms has completely different and WRONG
  79      advice here. */
  80
  81   double sig1tailed = gsl_cdf_binomial_P (n1, p, n1 + n2);
  82
  83   if ( p == 0.5 )
  84     return sig1tailed > 0.5 ? 1.0 :sig1tailed * 2.0;
  85
  86   return sig1tailed ;
  87 }
  88
  89 static bool
  90 do_binomial (const struct dictionary *dict,
  91              struct casereader *input,
  92              const struct binomial_test *bst,
  93              struct freq_mutable *cat1,
  94              struct freq_mutable *cat2,
  95              enum mv_class exclude
  96              )
  97 {
  98   bool warn = true;
  99
 100   const struct one_sample_test *ost = (const struct one_sample_test *) bst;
 101   struct ccase *c;
 102
 103   while ((c = casereader_read(input)) != NULL)
 104     {
 105       int v;
 106       double w = dict_get_case_weight (dict, c, &warn);
 107
 108       for (v = 0 ; v < ost->n_vars ; ++v )
 109         {
 110           const struct variable *var = ost->vars[v];
 111           const union value *value = case_data (c, var);
 112           int width = var_get_width (var);
 113
 114           if (var_is_value_missing (var, value, exclude))
 115             continue;
 116
 117           if (bst->cutpoint != SYSMIS)
 118             {
 119               if ( compare_values_short (cat1[v].value, value, var) >= 0 )
 120                   cat1[v].count  += w;
 121               else
 122                   cat2[v].count += w;
 123             }
 124           else
 125             {
 126               if ( NULL == cat1[v].value )
 127                 {
 128                   cat1[v].value = value_dup (value, width);
 129                   cat1[v].count = w;
 130                 }
 131               else if ( 0 == compare_values_short (cat1[v].value, value, var))
 132                 cat1[v].count += w;
 133               else if ( NULL == cat2[v].value )
 134                 {
 135                   cat2[v].value = value_dup (value, width);
 136                   cat2[v].count = w;
 137                 }
 138               else if ( 0 == compare_values_short (cat2[v].value, value, var))
 139                 cat2[v].count += w;
 140               else if ( bst->category1 == SYSMIS)
 141                 msg (ME, _("Variable %s is not dichotomous"), var_get_name (var));
 142             }
 143         }
 144
 145       case_unref (c);
 146     }
 147   return casereader_destroy (input);
 148 }
 149
 150
 151
 152 void
 153 binomial_execute (const struct dataset *ds,
 154                   struct casereader *input,
 155                   enum mv_class exclude,
 156                   const struct npar_test *test,
 157                   bool exact UNUSED,
 158                   double timer UNUSED)
 159 {
 160   int v;
 161   const struct binomial_test *bst = (const struct binomial_test *) test;
 162   const struct one_sample_test *ost = (const struct one_sample_test*) test;
 163
 164   struct freq_mutable *cat1 = xzalloc (sizeof (*cat1) * ost->n_vars);
 165   struct freq_mutable *cat2 = xzalloc (sizeof (*cat1) * ost->n_vars);
 166
 167   assert ((bst->category1 == SYSMIS) == (bst->category2 == SYSMIS) || bst->cutpoint != SYSMIS);
 168
 169   if ( bst->cutpoint != SYSMIS )
 170     {
 171       int i;
 172       union value v;
 173       v.f = bst->cutpoint;
 174       for (i = 0; i < ost->n_vars; i++)
 175         cat1[i].value = value_dup (&v, 0);
 176     }
 177   else  if ( bst->category1 != SYSMIS )
 178     {
 179       int i;
 180       union value v;
 181       v.f = bst->category1;
 182       for (i = 0; i < ost->n_vars; i++)
 183         cat1[i].value = value_dup (&v, 0);
 184     }
 185
 186   if ( bst->category2 != SYSMIS )
 187     {
 188       int i;
 189       union value v;
 190       v.f = bst->category2;
 191       for (i = 0; i < ost->n_vars; i++)
 192         cat2[i].value = value_dup (&v, 0);
 193     }
 194
 195   if (do_binomial (dataset_dict(ds), input, bst, cat1, cat2, exclude))
 196     {
 197       struct tab_table *table = tab_create (7, ost->n_vars * 3 + 1, 0);
 198
 199       tab_dim (table, tab_natural_dimensions);
 200
 201       tab_title (table, _("Binomial Test"));
 202
 203       tab_headers (table, 2, 0, 1, 0);
 204
 205       tab_box (table, TAL_1, TAL_1, -1, TAL_1,
 206                0, 0, table->nc - 1, tab_nr(table) - 1 );
 207
 208       for (v = 0 ; v < ost->n_vars; ++v)
 209         {
 210           double n_total, sig;
 211           struct string catstr1;
 212           struct string catstr2;
 213           const struct variable *var = ost->vars[v];
 214
 215           ds_init_empty (&catstr1);
 216           ds_init_empty (&catstr2);
 217
 218           if ( bst->cutpoint != SYSMIS)
 219             {
 220               ds_put_format (&catstr1, "<= %g", bst->cutpoint);
 221             }
 222           else
 223             {
 224               var_append_value_name (var, cat1[v].value, &catstr1);
 225               var_append_value_name (var, cat2[v].value, &catstr2);
 226             }
 227
 228           tab_hline (table, TAL_1, 0, tab_nc (table) -1, 1 + v * 3);
 229
 230           /* Titles */
 231           tab_text (table, 0, 1 + v * 3, TAB_LEFT, var_to_string (var));
 232           tab_text (table, 1, 1 + v * 3, TAB_LEFT, _("Group1"));
 233           tab_text (table, 1, 2 + v * 3, TAB_LEFT, _("Group2"));
 234           tab_text (table, 1, 3 + v * 3, TAB_LEFT, _("Total"));
 235
 236           /* Test Prop */
 237           tab_float (table, 5, 1 + v * 3, TAB_NONE, bst->p, 8, 3);
 238
 239           /* Category labels */
 240           tab_text (table, 2, 1 + v * 3, TAB_NONE, ds_cstr (&catstr1));
 241           tab_text (table, 2, 2 + v * 3, TAB_NONE, ds_cstr (&catstr2));
 242
 243           /* Observed N */
 244           tab_float (table, 3, 1 + v * 3, TAB_NONE, cat1[v].count, 8, 0);
 245           tab_float (table, 3, 2 + v * 3, TAB_NONE, cat2[v].count, 8, 0);
 246
 247           n_total = cat1[v].count + cat2[v].count;
 248           tab_float (table, 3, 3 + v * 3, TAB_NONE, n_total, 8, 0);
 249
 250           /* Observed Proportions */
 251           tab_float (table, 4, 1 + v * 3, TAB_NONE,
 252                      cat1[v].count / n_total, 8, 3);
 253           tab_float (table, 4, 2 + v * 3, TAB_NONE,
 254                      cat2[v].count / n_total, 8, 3);
 255           tab_float (table, 4, 3 + v * 3, TAB_NONE,
 256                      (cat1[v].count + cat2[v].count) / n_total, 8, 2);
 257
 258           /* Significance */
 259           sig = calculate_binomial (cat1[v].count, cat2[v].count, bst->p);
 260           tab_float (table, 6, 1 + v * 3, TAB_NONE, sig, 8, 3);
 261
 262           ds_destroy (&catstr1);
 263           ds_destroy (&catstr2);
 264         }
 265
 266       tab_text (table,  2, 0,  TAB_CENTER, _("Category"));
 267       tab_text (table,  3, 0,  TAB_CENTER, _("N"));
 268       tab_text (table,  4, 0,  TAB_CENTER, _("Observed Prop."));
 269       tab_text (table,  5, 0,  TAB_CENTER, _("Test Prop."));
 270
 271       tab_text (table,  6, 0,  TAB_CENTER | TAT_PRINTF,
 272                 _("Exact Sig. (%d-tailed)"),
 273                 bst->p == 0.5 ? 2: 1);
 274
 275       tab_vline (table, TAL_2, 2, 0, tab_nr (table) -1);
 276       tab_submit (table);
 277     }
 278
 279   for (v = 0; v < ost->n_vars; v++)
 280     {
 281       free (cat1[v].value);
 282       free (cat2[v].value);
 283     }
 284   free (cat1);
 285   free (cat2);
 286 }