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

   1 /* PSPP - a program for statistical analysis.
   2    Copyright (C) 2010 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 <data/case.h>
  20 #include <data/casegrouper.h>
  21 #include <data/casereader.h>
  22
  23 #include <math/covariance.h>
  24 #include <math/categoricals.h>
  25 #include <math/moments.h>
  26 #include <gsl/gsl_matrix.h>
  27 #include <linreg/sweep.h>
  28
  29 #include <libpspp/ll.h>
  30
  31 #include <language/lexer/lexer.h>
  32 #include <language/lexer/variable-parser.h>
  33 #include <language/lexer/value-parser.h>
  34 #include <language/command.h>
  35
  36 #include <data/procedure.h>
  37 #include <data/value.h>
  38 #include <data/dictionary.h>
  39
  40 #include <language/dictionary/split-file.h>
  41 #include <libpspp/taint.h>
  42 #include <libpspp/misc.h>
  43
  44 #include <gsl/gsl_cdf.h>
  45 #include <math.h>
  46 #include <data/format.h>
  47
  48 #include <libpspp/message.h>
  49
  50 #include <output/tab.h>
  51
  52 #include "gettext.h"
  53 #define _(msgid) gettext (msgid)
  54
  55 struct glm_spec
  56 {
  57   size_t n_dep_vars;
  58   const struct variable **dep_vars;
  59
  60   size_t n_factor_vars;
  61   const struct variable **factor_vars;
  62
  63   enum mv_class exclude;
  64
  65   /* The weight variable */
  66   const struct variable *wv;
  67
  68   bool intercept;
  69 };
  70
  71 struct glm_workspace
  72 {
  73   double total_ssq;
  74   struct moments *totals;
  75 };
  76
  77 static void output_glm (const struct glm_spec *, const struct glm_workspace *ws);
  78 static void run_glm (const struct glm_spec *cmd, struct casereader *input, const struct dataset *ds);
  79
  80 int
  81 cmd_glm (struct lexer *lexer, struct dataset *ds)
  82 {
  83   const struct dictionary *dict = dataset_dict (ds);
  84   struct glm_spec glm ;
  85   glm.n_dep_vars = 0;
  86   glm.n_factor_vars = 0;
  87   glm.dep_vars = NULL;
  88   glm.factor_vars = NULL;
  89   glm.exclude = MV_ANY;
  90   glm.intercept = true;
  91   glm.wv = dict_get_weight (dict);
  92
  93
  94   if (!parse_variables_const (lexer, dict,
  95                               &glm.dep_vars, &glm.n_dep_vars,
  96                               PV_NO_DUPLICATE | PV_NUMERIC))
  97     goto error;
  98
  99   lex_force_match (lexer, T_BY);
 100
 101   if (!parse_variables_const (lexer, dict,
 102                               &glm.factor_vars, &glm.n_factor_vars,
 103                               PV_NO_DUPLICATE | PV_NUMERIC))
 104     goto error;
 105
 106   if ( glm.n_dep_vars > 1)
 107     {
 108       msg (ME, _("Multivariate analysis is not yet implemented"));
 109       return CMD_FAILURE;
 110     }
 111
 112   struct const_var_set *factors = const_var_set_create_from_array (glm.factor_vars, glm.n_factor_vars);
 113
 114
 115   while (lex_token (lexer) != '.')
 116     {
 117       lex_match (lexer, '/');
 118
 119       if (lex_match_id (lexer, "MISSING"))
 120         {
 121           lex_match (lexer, '=');
 122           while (lex_token (lexer) != '.' && lex_token (lexer) != '/')
 123             {
 124               if (lex_match_id (lexer, "INCLUDE"))
 125                 {
 126                   glm.exclude = MV_SYSTEM;
 127                 }
 128               else if (lex_match_id (lexer, "EXCLUDE"))
 129                 {
 130                   glm.exclude = MV_ANY;
 131                 }
 132               else
 133                 {
 134                   lex_error (lexer, NULL);
 135                   goto error;
 136                 }
 137             }
 138         }
 139       else if (lex_match_id (lexer, "INTERCEPT"))
 140         {
 141           lex_match (lexer, '=');
 142           while (lex_token (lexer) != '.' && lex_token (lexer) != '/')
 143             {
 144               if (lex_match_id (lexer, "INCLUDE"))
 145                 {
 146                   glm.intercept = true;
 147                 }
 148               else if (lex_match_id (lexer, "EXCLUDE"))
 149                 {
 150                   glm.intercept = false;
 151                 }
 152               else
 153                 {
 154                   lex_error (lexer, NULL);
 155                   goto error;
 156                 }
 157             }
 158         }
 159       else if (lex_match_id (lexer, "DESIGN"))
 160         {
 161           size_t n_des;
 162           const struct variable **des;
 163           lex_match (lexer, '=');
 164
 165           parse_const_var_set_vars (lexer, factors, &des, &n_des, 0);
 166         }
 167       else
 168         {
 169           lex_error (lexer, NULL);
 170           goto error;
 171         }
 172     }
 173
 174
 175   {
 176     struct casegrouper *grouper;
 177     struct casereader *group;
 178     bool ok;
 179
 180     grouper = casegrouper_create_splits (proc_open (ds), dict);
 181     while (casegrouper_get_next_group (grouper, &group))
 182       run_glm (&glm, group, ds);
 183     ok = casegrouper_destroy (grouper);
 184     ok = proc_commit (ds) && ok;
 185   }
 186
 187   return CMD_SUCCESS;
 188
 189  error:
 190   return CMD_FAILURE;
 191 }
 192
 193 static  void dump_matrix (const gsl_matrix *m);
 194
 195 static void
 196 run_glm (const struct glm_spec *cmd, struct casereader *input, const struct dataset *ds)
 197 {
 198   int v;
 199   struct taint *taint;
 200   struct dictionary *dict = dataset_dict (ds);
 201   struct casereader *reader;
 202   struct ccase *c;
 203
 204   struct glm_workspace ws;
 205
 206   struct categoricals *cats = categoricals_create (cmd->factor_vars, cmd->n_factor_vars,
 207                                                    cmd->wv, cmd->exclude,
 208                                                    NULL, NULL,
 209                                                    NULL, NULL);
 210
 211   struct covariance *cov = covariance_2pass_create (cmd->n_dep_vars, cmd->dep_vars,
 212                                                cats,
 213                                                cmd->wv, cmd->exclude);
 214
 215
 216   c = casereader_peek (input, 0);
 217   if (c == NULL)
 218     {
 219       casereader_destroy (input);
 220       return;
 221     }
 222   output_split_file_values (ds, c);
 223   case_unref (c);
 224
 225   taint = taint_clone (casereader_get_taint (input));
 226
 227   ws.totals = moments_create (MOMENT_VARIANCE);
 228
 229   bool warn_bad_weight = true;
 230   for (reader = casereader_clone (input);
 231        (c = casereader_read (reader)) != NULL; case_unref (c))
 232     {
 233       double weight = dict_get_case_weight (dict, c, &warn_bad_weight);
 234
 235       for ( v = 0; v < cmd->n_dep_vars; ++v)
 236         moments_pass_one (ws.totals, case_data (c, cmd->dep_vars[v])->f, weight);
 237
 238       covariance_accumulate_pass1 (cov, c);
 239     }
 240   casereader_destroy (reader);
 241
 242   categoricals_done (cats);
 243
 244   for (reader = casereader_clone (input);
 245        (c = casereader_read (reader)) != NULL; case_unref (c))
 246     {
 247       double weight = dict_get_case_weight (dict, c, &warn_bad_weight);
 248
 249       for ( v = 0; v < cmd->n_dep_vars; ++v)
 250         moments_pass_two (ws.totals, case_data (c, cmd->dep_vars[v])->f, weight);
 251
 252       covariance_accumulate_pass2 (cov, c);
 253     }
 254   casereader_destroy (reader);
 255
 256   {
 257     gsl_matrix *cm = covariance_calculate_unnormalized (cov);
 258
 259     dump_matrix (cm);
 260
 261     ws.total_ssq = gsl_matrix_get (cm, 0, 0);
 262
 263     reg_sweep (cm, 0);
 264
 265     dump_matrix (cm);
 266   }
 267
 268   if (!taint_has_tainted_successor (taint))
 269     output_glm (cmd, &ws);
 270
 271   taint_destroy (taint);
 272 }
 273
 274 static void
 275 output_glm (const struct glm_spec *cmd, const struct glm_workspace *ws)
 276 {
 277   const struct fmt_spec *wfmt = cmd->wv ? var_get_print_format (cmd->wv) : &F_8_0;
 278
 279   int f;
 280   int r;
 281   const int heading_columns = 1;
 282   const int heading_rows = 1;
 283   struct tab_table *t ;
 284
 285   const int nc = 6;
 286   int nr = heading_rows + 4 + cmd->n_factor_vars;
 287   if (cmd->intercept)
 288     nr++;
 289
 290   t = tab_create (nc, nr);
 291   tab_title (t, _("Tests of Between-Subjects Effects"));
 292
 293   tab_headers (t, heading_columns, 0, heading_rows, 0);
 294
 295   tab_box (t,
 296            TAL_2, TAL_2,
 297            -1, TAL_1,
 298            0, 0,
 299            nc - 1, nr - 1);
 300
 301   tab_hline (t, TAL_2, 0, nc - 1, heading_rows);
 302   tab_vline (t, TAL_2, heading_columns, 0, nr - 1);
 303
 304   tab_text (t, 0, 0, TAB_CENTER | TAT_TITLE, _("Source"));
 305
 306   /* TRANSLATORS: The parameter is a roman numeral */
 307   tab_text_format (t, 1, 0, TAB_CENTER | TAT_TITLE, _("Type %s Sum of Squares"), "III");
 308   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("df"));
 309   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("Mean Square"));
 310   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("F"));
 311   tab_text (t, 5, 0, TAB_CENTER | TAT_TITLE, _("Sig."));
 312
 313   r = heading_rows;
 314   tab_text (t, 0, r++, TAB_LEFT | TAT_TITLE, _("Corrected Model"));
 315
 316   double intercept, n_total;
 317   if (cmd->intercept)
 318     {
 319       double mean;
 320       moments_calculate (ws->totals, &n_total, &mean, NULL, NULL, NULL);
 321       intercept = pow2 (mean * n_total) / n_total;
 322
 323       tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, _("Intercept"));
 324       tab_double (t, 1, r, 0, intercept, NULL);
 325       tab_double (t, 2, r, 0, 1.00, wfmt);
 326
 327       tab_double (t, 3, r, 0, intercept / 1.0 , NULL);
 328       r++;
 329     }
 330
 331   for (f = 0; f < cmd->n_factor_vars; ++f)
 332     {
 333       tab_text (t, 0, r++, TAB_LEFT | TAT_TITLE,
 334                 var_to_string (cmd->factor_vars[f]));
 335     }
 336
 337   tab_text (t, 0, r++, TAB_LEFT | TAT_TITLE, _("Error"));
 338
 339   if (cmd->intercept)
 340     {
 341       double ssq = intercept + ws->total_ssq;
 342       double mse = ssq / n_total;
 343       tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, _("Total"));
 344       tab_double (t, 1, r, 0, ssq, NULL);
 345       tab_double (t, 2, r, 0, n_total, wfmt);
 346
 347       r++;
 348     }
 349
 350   tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, _("Corrected Total"));
 351
 352   tab_double (t, 1, r, 0, ws->total_ssq, NULL);
 353   tab_double (t, 2, r, 0, n_total - 1.0, wfmt);
 354
 355   tab_submit (t);
 356 }
 357
 358 static
 359 void dump_matrix (const gsl_matrix *m)
 360 {
 361   size_t i, j;
 362   for (i = 0; i < m->size1; ++i)
 363     {
 364       for (j = 0; j < m->size2; ++j)
 365         {
 366           double x = gsl_matrix_get (m, i, j);
 367           printf ("%.3f ", x);
 368         }
 369       printf ("\n");
 370     }
 371   printf ("\n");
 372 }