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

   1 /* PSPP - a program for statistical analysis.
   2    Copyright (C) 2010, 2011 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 <gsl/gsl_matrix.h>
  21 #include <math.h>
  22
  23 #include "data/case.h"
  24 #include "data/casegrouper.h"
  25 #include "data/casereader.h"
  26 #include "data/dataset.h"
  27 #include "data/dictionary.h"
  28 #include "data/format.h"
  29 #include "data/value.h"
  30 #include "language/command.h"
  31 #include "language/dictionary/split-file.h"
  32 #include "language/lexer/lexer.h"
  33 #include "language/lexer/value-parser.h"
  34 #include "language/lexer/variable-parser.h"
  35 #include "libpspp/ll.h"
  36 #include "libpspp/message.h"
  37 #include "libpspp/misc.h"
  38 #include "libpspp/taint.h"
  39 #include "linreg/sweep.h"
  40 #include "math/categoricals.h"
  41 #include "math/covariance.h"
  42 #include "math/interaction.h"
  43 #include "math/moments.h"
  44 #include "output/tab.h"
  45
  46 #include "gettext.h"
  47 #define _(msgid) gettext (msgid)
  48
  49 struct glm_spec
  50 {
  51   size_t n_dep_vars;
  52   const struct variable **dep_vars;
  53
  54   size_t n_factor_vars;
  55   const struct variable **factor_vars;
  56
  57   /* In the current implementation, design_vars will
  58      normally be the same as factor_vars.
  59      This will change once interactions, nested variables
  60      and repeated measures become involved.
  61   */
  62   size_t n_design_vars;
  63   const struct variable **design_vars;
  64
  65   size_t n_interactions;
  66   const struct interaction **interactions;
  67
  68   enum mv_class exclude;
  69
  70   /* The weight variable */
  71   const struct variable *wv;
  72
  73   const struct dictionary *dict;
  74
  75   bool intercept;
  76
  77   double alpha;
  78 };
  79
  80 struct glm_workspace
  81 {
  82   double total_ssq;
  83   struct moments *totals;
  84
  85   struct categoricals *cats;
  86
  87   /*
  88      Sums of squares due to different variables. Element 0 is the SSE
  89      for the entire model. For i > 0, element i is the SS due to
  90      variable i.
  91    */
  92   gsl_vector *ssq;
  93 };
  94
  95 static void output_glm (const struct glm_spec *,
  96                         const struct glm_workspace *ws);
  97 static void run_glm (struct glm_spec *cmd, struct casereader *input,
  98                      const struct dataset *ds);
  99
 100
 101 static bool parse_design_spec (struct lexer *lexer, struct glm_spec *glm);
 102
 103
 104 int
 105 cmd_glm (struct lexer *lexer, struct dataset *ds)
 106 {
 107   struct const_var_set *factors = NULL;
 108   struct glm_spec glm;
 109   bool design = false;
 110   glm.dict = dataset_dict (ds);
 111   glm.n_dep_vars = 0;
 112   glm.n_factor_vars = 0;
 113   glm.n_design_vars = 0;
 114   glm.n_interactions = 0;
 115   glm.interactions = NULL;
 116   glm.dep_vars = NULL;
 117   glm.factor_vars = NULL;
 118   glm.design_vars = NULL;
 119   glm.exclude = MV_ANY;
 120   glm.intercept = true;
 121   glm.wv = dict_get_weight (glm.dict);
 122   glm.alpha = 0.05;
 123
 124   if (!parse_variables_const (lexer, glm.dict,
 125                               &glm.dep_vars, &glm.n_dep_vars,
 126                               PV_NO_DUPLICATE | PV_NUMERIC))
 127     goto error;
 128
 129   lex_force_match (lexer, T_BY);
 130
 131   if (!parse_variables_const (lexer, glm.dict,
 132                               &glm.factor_vars, &glm.n_factor_vars,
 133                               PV_NO_DUPLICATE | PV_NUMERIC))
 134     goto error;
 135
 136   if (glm.n_dep_vars > 1)
 137     {
 138       msg (ME, _("Multivariate analysis is not yet implemented"));
 139       return CMD_FAILURE;
 140     }
 141
 142   factors =
 143     const_var_set_create_from_array (glm.factor_vars, glm.n_factor_vars);
 144
 145   while (lex_token (lexer) != T_ENDCMD)
 146     {
 147       lex_match (lexer, T_SLASH);
 148
 149       if (lex_match_id (lexer, "MISSING"))
 150         {
 151           lex_match (lexer, T_EQUALS);
 152           while (lex_token (lexer) != T_ENDCMD
 153                  && lex_token (lexer) != T_SLASH)
 154             {
 155               if (lex_match_id (lexer, "INCLUDE"))
 156                 {
 157                   glm.exclude = MV_SYSTEM;
 158                 }
 159               else if (lex_match_id (lexer, "EXCLUDE"))
 160                 {
 161                   glm.exclude = MV_ANY;
 162                 }
 163               else
 164                 {
 165                   lex_error (lexer, NULL);
 166                   goto error;
 167                 }
 168             }
 169         }
 170       else if (lex_match_id (lexer, "INTERCEPT"))
 171         {
 172           lex_match (lexer, T_EQUALS);
 173           while (lex_token (lexer) != T_ENDCMD
 174                  && lex_token (lexer) != T_SLASH)
 175             {
 176               if (lex_match_id (lexer, "INCLUDE"))
 177                 {
 178                   glm.intercept = true;
 179                 }
 180               else if (lex_match_id (lexer, "EXCLUDE"))
 181                 {
 182                   glm.intercept = false;
 183                 }
 184               else
 185                 {
 186                   lex_error (lexer, NULL);
 187                   goto error;
 188                 }
 189             }
 190         }
 191       else if (lex_match_id (lexer, "CRITERIA"))
 192         {
 193           lex_match (lexer, T_EQUALS);
 194           if (lex_match_id (lexer, "ALPHA"))
 195             {
 196               if (lex_force_match (lexer, T_LPAREN))
 197                 {
 198                   if (! lex_force_num (lexer))
 199                     {
 200                       lex_error (lexer, NULL);
 201                       goto error;
 202                     }
 203
 204                   glm.alpha = lex_number (lexer);
 205                   lex_get (lexer);
 206                   if ( ! lex_force_match (lexer, T_RPAREN))
 207                     {
 208                       lex_error (lexer, NULL);
 209                       goto error;
 210                     }
 211                 }
 212             }
 213           else
 214             {
 215               lex_error (lexer, NULL);
 216               goto error;
 217             }
 218         }
 219       else if (lex_match_id (lexer, "METHOD"))
 220         {
 221           lex_match (lexer, T_EQUALS);
 222           if ( !lex_force_match_id (lexer, "SSTYPE"))
 223             {
 224               lex_error (lexer, NULL);
 225               goto error;
 226             }
 227
 228           if ( ! lex_force_match (lexer, T_LPAREN))
 229             {
 230               lex_error (lexer, NULL);
 231               goto error;
 232             }
 233
 234           if ( ! lex_force_int (lexer))
 235             {
 236               lex_error (lexer, NULL);
 237               goto error;
 238             }
 239
 240           if (3 != lex_integer (lexer))
 241             {
 242               msg (ME, _("Only type 3 sum of squares are currently implemented"));
 243               goto error;
 244             }
 245
 246           lex_get (lexer);
 247
 248           if ( ! lex_force_match (lexer, T_RPAREN))
 249             {
 250               lex_error (lexer, NULL);
 251               goto error;
 252             }
 253         }
 254       else if (lex_match_id (lexer, "DESIGN"))
 255         {
 256           lex_match (lexer, T_EQUALS);
 257
 258           if (! parse_design_spec (lexer, &glm))
 259             goto error;
 260
 261           if ( glm.n_interactions == 0)
 262             {
 263               msg (ME, _("One or more design  variables must be given"));
 264               goto error;
 265             }
 266
 267           design = true;
 268         }
 269       else
 270         {
 271           lex_error (lexer, NULL);
 272           goto error;
 273         }
 274     }
 275
 276   if ( ! design )
 277     {
 278       lex_error (lexer, _("/DESIGN is mandatory in GLM"));
 279       goto error;
 280     }
 281
 282   {
 283     struct casegrouper *grouper;
 284     struct casereader *group;
 285     bool ok;
 286
 287     grouper = casegrouper_create_splits (proc_open (ds), glm.dict);
 288     while (casegrouper_get_next_group (grouper, &group))
 289       run_glm (&glm, group, ds);
 290     ok = casegrouper_destroy (grouper);
 291     ok = proc_commit (ds) && ok;
 292   }
 293
 294   const_var_set_destroy (factors);
 295   free (glm.factor_vars);
 296   free (glm.interactions);
 297   free (glm.dep_vars);
 298
 299
 300   return CMD_SUCCESS;
 301
 302 error:
 303
 304   const_var_set_destroy (factors);
 305   free (glm.factor_vars);
 306   free (glm.interactions);
 307   free (glm.dep_vars);
 308
 309   return CMD_FAILURE;
 310 }
 311
 312 static void get_ssq (struct covariance *, gsl_vector *,
 313                      const struct glm_spec *);
 314
 315 static bool
 316 not_dropped (size_t j, size_t * dropped, size_t n_dropped)
 317 {
 318   size_t i;
 319
 320   for (i = 0; i < n_dropped; i++)
 321     {
 322       if (j == dropped[i])
 323         return false;
 324     }
 325   return true;
 326 }
 327
 328 static void
 329 get_ssq (struct covariance *cov, gsl_vector * ssq, const struct glm_spec *cmd)
 330 {
 331   const struct variable **vars;
 332   gsl_matrix *small_cov = NULL;
 333   gsl_matrix *cm = covariance_calculate_unnormalized (cov);
 334   size_t i;
 335   size_t j;
 336   size_t k;
 337   size_t n;
 338   size_t m;
 339   size_t *dropped;
 340   size_t n_dropped;
 341
 342   dropped = xcalloc (covariance_dim (cov), sizeof (*dropped));
 343   vars = xcalloc (covariance_dim (cov), sizeof (*vars));
 344   covariance_get_var_indices (cov, vars);
 345
 346   for (k = 0; k < cmd->n_design_vars; k++)
 347     {
 348       n_dropped = 0;
 349       for (i = 1; i < covariance_dim (cov); i++)
 350         {
 351           if (vars[i] == cmd->design_vars[k])
 352             {
 353               dropped[n_dropped++] = i;
 354             }
 355         }
 356       small_cov =
 357         gsl_matrix_alloc (cm->size1 - n_dropped, cm->size2 - n_dropped);
 358       gsl_matrix_set (small_cov, 0, 0, gsl_matrix_get (cm, 0, 0));
 359       n = 0;
 360       m = 0;
 361       for (i = 0; i < cm->size1; i++)
 362         {
 363           if (not_dropped (i, dropped, n_dropped))
 364             {
 365               m = 0;
 366               for (j = 0; j < cm->size2; j++)
 367                 {
 368                   if (not_dropped (j, dropped, n_dropped))
 369                     {
 370                       gsl_matrix_set (small_cov, n, m,
 371                                       gsl_matrix_get (cm, i, j));
 372                       m++;
 373                     }
 374                 }
 375               n++;
 376             }
 377         }
 378       reg_sweep (small_cov, 0);
 379       gsl_vector_set (ssq, k + 1,
 380                       gsl_matrix_get (small_cov, 0, 0)
 381                       - gsl_vector_get (ssq, 0));
 382       gsl_matrix_free (small_cov);
 383     }
 384
 385   free (dropped);
 386   free (vars);
 387   gsl_matrix_free (cm);
 388 }
 389
 390 //static  void dump_matrix (const gsl_matrix *m);
 391
 392 static void
 393 run_glm (struct glm_spec *cmd, struct casereader *input,
 394          const struct dataset *ds)
 395 {
 396   bool warn_bad_weight = true;
 397   int v;
 398   struct taint *taint;
 399   struct dictionary *dict = dataset_dict (ds);
 400   struct casereader *reader;
 401   struct ccase *c;
 402
 403   struct glm_workspace ws;
 404   struct covariance *cov;
 405   ws.cats = categoricals_create (cmd->design_vars, cmd->n_design_vars,
 406                                  cmd->wv, cmd->exclude,
 407                                  NULL, NULL, NULL, NULL);
 408
 409   cov = covariance_2pass_create (cmd->n_dep_vars, cmd->dep_vars,
 410                                  ws.cats, cmd->wv, cmd->exclude);
 411
 412
 413   c = casereader_peek (input, 0);
 414   if (c == NULL)
 415     {
 416       casereader_destroy (input);
 417       return;
 418     }
 419   output_split_file_values (ds, c);
 420   case_unref (c);
 421
 422   taint = taint_clone (casereader_get_taint (input));
 423
 424   ws.totals = moments_create (MOMENT_VARIANCE);
 425
 426   for (reader = casereader_clone (input);
 427        (c = casereader_read (reader)) != NULL; case_unref (c))
 428     {
 429       double weight = dict_get_case_weight (dict, c, &warn_bad_weight);
 430
 431       for (v = 0; v < cmd->n_dep_vars; ++v)
 432         moments_pass_one (ws.totals, case_data (c, cmd->dep_vars[v])->f,
 433                           weight);
 434
 435       covariance_accumulate_pass1 (cov, c);
 436     }
 437   casereader_destroy (reader);
 438
 439   categoricals_done (ws.cats);
 440
 441   for (reader = input;
 442        (c = casereader_read (reader)) != NULL; case_unref (c))
 443     {
 444       double weight = dict_get_case_weight (dict, c, &warn_bad_weight);
 445
 446       for (v = 0; v < cmd->n_dep_vars; ++v)
 447         moments_pass_two (ws.totals, case_data (c, cmd->dep_vars[v])->f,
 448                           weight);
 449
 450       covariance_accumulate_pass2 (cov, c);
 451     }
 452   casereader_destroy (reader);
 453
 454   {
 455     gsl_matrix *cm = covariance_calculate_unnormalized (cov);
 456
 457     //    dump_matrix (cm);
 458
 459     ws.total_ssq = gsl_matrix_get (cm, 0, 0);
 460
 461     reg_sweep (cm, 0);
 462
 463     /*
 464       Store the overall SSE.
 465     */
 466     ws.ssq = gsl_vector_alloc (cm->size1);
 467     gsl_vector_set (ws.ssq, 0, gsl_matrix_get (cm, 0, 0));
 468     get_ssq (cov, ws.ssq, cmd);
 469     //    dump_matrix (cm);
 470
 471     gsl_matrix_free (cm);
 472   }
 473
 474   if (!taint_has_tainted_successor (taint))
 475     output_glm (cmd, &ws);
 476
 477   gsl_vector_free (ws.ssq);
 478
 479   covariance_destroy (cov);
 480   moments_destroy (ws.totals);
 481
 482   taint_destroy (taint);
 483 }
 484
 485 static void
 486 output_glm (const struct glm_spec *cmd, const struct glm_workspace *ws)
 487 {
 488   const struct fmt_spec *wfmt =
 489     cmd->wv ? var_get_print_format (cmd->wv) : &F_8_0;
 490
 491   double n_total, mean;
 492   double df_corr = 0.0;
 493   double mse = 0;
 494
 495   int f;
 496   int r;
 497   const int heading_columns = 1;
 498   const int heading_rows = 1;
 499   struct tab_table *t;
 500
 501   const int nc = 6;
 502   int nr = heading_rows + 4 + cmd->n_interactions;
 503   if (cmd->intercept)
 504     nr++;
 505
 506   t = tab_create (nc, nr);
 507   tab_title (t, _("Tests of Between-Subjects Effects"));
 508
 509   tab_headers (t, heading_columns, 0, heading_rows, 0);
 510
 511   tab_box (t, TAL_2, TAL_2, -1, TAL_1, 0, 0, nc - 1, nr - 1);
 512
 513   tab_hline (t, TAL_2, 0, nc - 1, heading_rows);
 514   tab_vline (t, TAL_2, heading_columns, 0, nr - 1);
 515
 516   tab_text (t, 0, 0, TAB_CENTER | TAT_TITLE, _("Source"));
 517
 518   /* TRANSLATORS: The parameter is a roman numeral */
 519   tab_text_format (t, 1, 0, TAB_CENTER | TAT_TITLE,
 520                    _("Type %s Sum of Squares"), "III");
 521   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("df"));
 522   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("Mean Square"));
 523   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("F"));
 524   tab_text (t, 5, 0, TAB_CENTER | TAT_TITLE, _("Sig."));
 525
 526   moments_calculate (ws->totals, &n_total, &mean, NULL, NULL, NULL);
 527
 528   if (cmd->intercept)
 529     df_corr += 1.0;
 530
 531   for (f = 0; f < cmd->n_interactions; ++f)
 532     df_corr += categoricals_n_count (ws->cats, f) - 1.0;
 533
 534   mse = gsl_vector_get (ws->ssq, 0) / (n_total - df_corr);
 535
 536   r = heading_rows;
 537   tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, _("Corrected Model"));
 538
 539   r++;
 540
 541   if (cmd->intercept)
 542     {
 543       const double intercept = pow2 (mean * n_total) / n_total;
 544       const double df = 1.0;
 545       const double F = intercept / df / mse;
 546       tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, _("Intercept"));
 547       tab_double (t, 1, r, 0, intercept, NULL);
 548       tab_double (t, 2, r, 0, 1.00, wfmt);
 549       tab_double (t, 3, r, 0, intercept / df, NULL);
 550       tab_double (t, 4, r, 0, F, NULL);
 551       tab_double (t, 5, r, 0, gsl_cdf_fdist_Q (F, df, n_total - df_corr),
 552                   NULL);
 553       r++;
 554     }
 555
 556   for (f = 0; f < cmd->n_interactions; ++f)
 557     {
 558       struct string str = DS_EMPTY_INITIALIZER;
 559       const double df = categoricals_n_count (ws->cats, f) - 1.0;
 560       const double ssq = gsl_vector_get (ws->ssq, f + 1);
 561       const double F = ssq / df / mse;
 562       interaction_to_string (cmd->interactions[f], &str);
 563       tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, ds_cstr (&str));
 564       ds_destroy (&str);
 565
 566       tab_double (t, 1, r, 0, ssq, NULL);
 567       tab_double (t, 2, r, 0, df, wfmt);
 568       tab_double (t, 3, r, 0, ssq / df, NULL);
 569       tab_double (t, 4, r, 0, F, NULL);
 570
 571       tab_double (t, 5, r, 0, gsl_cdf_fdist_Q (F, df, n_total - df_corr),
 572                   NULL);
 573       r++;
 574     }
 575
 576   {
 577     /* Corrected Model */
 578     const double df = df_corr - 1.0;
 579     const double ssq = ws->total_ssq - gsl_vector_get (ws->ssq, 0);
 580     const double F = ssq / df / mse;
 581     tab_double (t, 1, heading_rows, 0, ssq, NULL);
 582     tab_double (t, 2, heading_rows, 0, df, wfmt);
 583     tab_double (t, 3, heading_rows, 0, ssq / df, NULL);
 584     tab_double (t, 4, heading_rows, 0, F, NULL);
 585
 586     tab_double (t, 5, heading_rows, 0,
 587                 gsl_cdf_fdist_Q (F, df, n_total - df_corr), NULL);
 588   }
 589
 590   {
 591     const double df = n_total - df_corr;
 592     const double ssq = gsl_vector_get (ws->ssq, 0);
 593     const double mse = ssq / df;
 594     tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, _("Error"));
 595     tab_double (t, 1, r, 0, ssq, NULL);
 596     tab_double (t, 2, r, 0, df, wfmt);
 597     tab_double (t, 3, r++, 0, mse, NULL);
 598   }
 599
 600   if (cmd->intercept)
 601     {
 602       const double intercept = pow2 (mean * n_total) / n_total;
 603       const double ssq = intercept + ws->total_ssq;
 604
 605       tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, _("Total"));
 606       tab_double (t, 1, r, 0, ssq, NULL);
 607       tab_double (t, 2, r, 0, n_total, wfmt);
 608
 609       r++;
 610     }
 611
 612   tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, _("Corrected Total"));
 613
 614
 615   tab_double (t, 1, r, 0, ws->total_ssq, NULL);
 616   tab_double (t, 2, r, 0, n_total - 1.0, wfmt);
 617
 618   tab_submit (t);
 619 }
 620
 621 #if 0
 622 static void
 623 dump_matrix (const gsl_matrix * m)
 624 {
 625   size_t i, j;
 626   for (i = 0; i < m->size1; ++i)
 627     {
 628       for (j = 0; j < m->size2; ++j)
 629         {
 630           double x = gsl_matrix_get (m, i, j);
 631           printf ("%.3f ", x);
 632         }
 633       printf ("\n");
 634     }
 635   printf ("\n");
 636 }
 637 #endif
 638
 639
 640 \f
 641
 642 /* Match a variable.
 643    If the match succeeds, the variable will be placed in VAR.
 644    Returns true if successful */
 645 static bool
 646 lex_match_variable (struct lexer *lexer, const struct glm_spec *glm, const struct variable **var)
 647 {
 648   if (lex_token (lexer) !=  T_ID)
 649     return false;
 650
 651   *var = parse_variable_const  (lexer, glm->dict);
 652
 653   if ( *var == NULL)
 654     return false;
 655   return true;
 656 }
 657
 658 /* An interaction is a variable followed by {*, BY} followed by an interaction */
 659 static bool
 660 parse_design_interaction (struct lexer *lexer, struct glm_spec *glm, struct interaction **iact)
 661 {
 662   const struct variable *v = NULL;
 663   assert (iact);
 664
 665   switch  (lex_next_token (lexer, 1))
 666     {
 667     case T_ENDCMD:
 668     case T_SLASH:
 669     case T_COMMA:
 670     case T_ID:
 671     case T_BY:
 672     case T_ASTERISK:
 673       break;
 674     default:
 675       return false;
 676       break;
 677     }
 678
 679   if (! lex_match_variable (lexer, glm, &v))
 680     {
 681       interaction_destroy (*iact);
 682       *iact = NULL;
 683       return false;
 684     }
 685
 686   assert (v);
 687
 688   if ( *iact == NULL)
 689     *iact = interaction_create (v);
 690   else
 691     interaction_add_variable (*iact, v);
 692
 693   if ( lex_match (lexer, T_ASTERISK) || lex_match (lexer, T_BY))
 694     {
 695       lex_error (lexer, "Interactions are not yet implemented"); return false;
 696       return parse_design_interaction (lexer, glm, iact);
 697     }
 698
 699   glm->n_design_vars++;
 700   glm->design_vars = xrealloc (glm->design_vars, sizeof (*glm->design_vars) * glm->n_design_vars);
 701   glm->design_vars[glm->n_design_vars - 1] = v;
 702
 703   return true;
 704 }
 705
 706 static bool
 707 parse_nested_variable (struct lexer *lexer, struct glm_spec *glm)
 708 {
 709   const struct variable *v = NULL;
 710   if ( ! lex_match_variable (lexer, glm, &v))
 711     return false;
 712
 713   if (lex_match (lexer, T_LPAREN))
 714     {
 715       if ( ! parse_nested_variable (lexer, glm))
 716         return false;
 717
 718       if ( ! lex_force_match (lexer, T_RPAREN))
 719         return false;
 720     }
 721
 722   lex_error (lexer, "Nested variables are not yet implemented"); return false;
 723   return true;
 724 }
 725
 726 /* A design term is an interaction OR a nested variable */
 727 static bool
 728 parse_design_term (struct lexer *lexer, struct glm_spec *glm)
 729 {
 730   struct interaction *iact = NULL;
 731   if (parse_design_interaction (lexer, glm, &iact))
 732     {
 733       /* Interaction parsing successful.  Add to list of interactions */
 734       glm->interactions = xrealloc (glm->interactions, sizeof *glm->interactions * ++glm->n_interactions);
 735       glm->interactions[glm->n_interactions - 1] = iact;
 736       return true;
 737     }
 738
 739   if ( parse_nested_variable (lexer, glm))
 740     return true;
 741
 742   return false;
 743 }
 744
 745
 746
 747 /* Parse a complete DESIGN specification.
 748    A design spec is a design term, optionally followed by a comma,
 749    and another design spec.
 750 */
 751 static bool
 752 parse_design_spec (struct lexer *lexer, struct glm_spec *glm)
 753 {
 754   if  (lex_token (lexer) == T_ENDCMD || lex_token (lexer) == T_SLASH)
 755     return true;
 756
 757   if ( ! parse_design_term (lexer, glm))
 758     return false;
 759
 760   lex_match (lexer, T_COMMA);
 761
 762   return parse_design_spec (lexer, glm);
 763 }
 764