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

   1 /* PSPP - a program for statistical analysis.
   2    Copyright (C) 1997-9, 2000, 2007, 2009, 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 #include <data/dictionary.h>
  23 #include <data/procedure.h>
  24 #include <data/value.h>
  25
  26
  27 #include <math/covariance.h>
  28 #include <math/categoricals.h>
  29 #include <math/levene.h>
  30 #include <math/moments.h>
  31 #include <gsl/gsl_matrix.h>
  32 #include <linreg/sweep.h>
  33
  34 #include <libpspp/ll.h>
  35
  36 #include <language/lexer/lexer.h>
  37 #include <language/lexer/variable-parser.h>
  38 #include <language/lexer/value-parser.h>
  39 #include <language/command.h>
  40
  41
  42 #include <language/dictionary/split-file.h>
  43 #include <libpspp/taint.h>
  44 #include <libpspp/misc.h>
  45
  46 #include <output/tab.h>
  47
  48 #include <gsl/gsl_cdf.h>
  49 #include <math.h>
  50 #include <data/format.h>
  51
  52 #include <libpspp/message.h>
  53
  54 #include "gettext.h"
  55 #define _(msgid) gettext (msgid)
  56
  57
  58 enum missing_type
  59   {
  60     MISS_LISTWISE,
  61     MISS_ANALYSIS,
  62   };
  63
  64 enum statistics
  65   {
  66     STATS_DESCRIPTIVES = 0x0001,
  67     STATS_HOMOGENEITY = 0x0002
  68   };
  69
  70 struct coeff_node
  71 {
  72   struct ll ll;
  73   double coeff;
  74 };
  75
  76
  77 struct contrasts_node
  78 {
  79   struct ll ll;
  80   struct ll_list coefficient_list;
  81
  82   bool bad_count; /* True if the number of coefficients does not equal the number of groups */
  83 };
  84
  85 struct oneway_spec
  86 {
  87   size_t n_vars;
  88   const struct variable **vars;
  89
  90   const struct variable *indep_var;
  91
  92   enum statistics stats;
  93
  94   enum missing_type missing_type;
  95   enum mv_class exclude;
  96
  97   /* List of contrasts */
  98   struct ll_list contrast_list;
  99
 100   /* The weight variable */
 101   const struct variable *wv;
 102
 103 };
 104
 105 /* Per category data */
 106 struct descriptive_data
 107 {
 108   const struct variable *var;
 109   struct moments1 *mom;
 110
 111   double minimum;
 112   double maximum;
 113 };
 114
 115 /* Workspace variable for each dependent variable */
 116 struct per_var_ws
 117 {
 118   struct categoricals *cat;
 119   struct covariance *cov;
 120
 121   double sst;
 122   double sse;
 123   double ssa;
 124
 125   int n_groups;
 126
 127   double mse;
 128   double levene_w;
 129 };
 130
 131 struct oneway_workspace
 132 {
 133   /* The number of distinct values of the independent variable, when all
 134      missing values are disregarded */
 135   int actual_number_of_groups;
 136
 137   struct per_var_ws *vws;
 138
 139   /* An array of descriptive data.  One for each dependent variable */
 140   struct descriptive_data **dd_total;
 141 };
 142
 143 /* Routines to show the output tables */
 144 static void show_anova_table (const struct oneway_spec *, const struct oneway_workspace *);
 145 static void show_descriptives (const struct oneway_spec *, const struct oneway_workspace *);
 146 static void show_homogeneity (const struct oneway_spec *, const struct oneway_workspace *);
 147
 148 static void output_oneway (const struct oneway_spec *, struct oneway_workspace *ws);
 149 static void run_oneway (const struct oneway_spec *cmd, struct casereader *input, const struct dataset *ds);
 150
 151 int
 152 cmd_oneway (struct lexer *lexer, struct dataset *ds)
 153 {
 154   const struct dictionary *dict = dataset_dict (ds);
 155   struct oneway_spec oneway ;
 156   oneway.n_vars = 0;
 157   oneway.vars = NULL;
 158   oneway.indep_var = NULL;
 159   oneway.stats = 0;
 160   oneway.missing_type = MISS_ANALYSIS;
 161   oneway.exclude = MV_ANY;
 162   oneway.wv = dict_get_weight (dict);
 163
 164   ll_init (&oneway.contrast_list);
 165
 166
 167   if ( lex_match (lexer, '/'))
 168     {
 169       if (!lex_force_match_id (lexer, "VARIABLES"))
 170         {
 171           goto error;
 172         }
 173       lex_match (lexer, '=');
 174     }
 175
 176   if (!parse_variables_const (lexer, dict,
 177                               &oneway.vars, &oneway.n_vars,
 178                               PV_NO_DUPLICATE | PV_NUMERIC))
 179     goto error;
 180
 181   lex_force_match (lexer, T_BY);
 182
 183   oneway.indep_var = parse_variable_const (lexer, dict);
 184
 185   while (lex_token (lexer) != '.')
 186     {
 187       lex_match (lexer, '/');
 188
 189       if (lex_match_id (lexer, "STATISTICS"))
 190         {
 191           lex_match (lexer, '=');
 192           while (lex_token (lexer) != '.' && lex_token (lexer) != '/')
 193             {
 194               if (lex_match_id (lexer, "DESCRIPTIVES"))
 195                 {
 196                   oneway.stats |= STATS_DESCRIPTIVES;
 197                 }
 198               else if (lex_match_id (lexer, "HOMOGENEITY"))
 199                 {
 200                   oneway.stats |= STATS_HOMOGENEITY;
 201                 }
 202               else
 203                 {
 204                   lex_error (lexer, NULL);
 205                   goto error;
 206                 }
 207             }
 208         }
 209       else if (lex_match_id (lexer, "CONTRAST"))
 210         {
 211           struct contrasts_node *cl = xzalloc (sizeof *cl);
 212
 213           struct ll_list *coefficient_list = &cl->coefficient_list;
 214           lex_match (lexer, '=');
 215
 216           ll_init (coefficient_list);
 217
 218           while (lex_token (lexer) != '.' && lex_token (lexer) != '/')
 219             {
 220               if ( lex_is_number (lexer))
 221                 {
 222                   struct coeff_node *cc = xmalloc (sizeof *cc);
 223                   cc->coeff = lex_number (lexer);
 224
 225                   ll_push_tail (coefficient_list, &cc->ll);
 226                   lex_get (lexer);
 227                 }
 228               else
 229                 {
 230                   lex_error (lexer, NULL);
 231                   goto error;
 232                 }
 233             }
 234
 235           ll_push_tail (&oneway.contrast_list, &cl->ll);
 236         }
 237       else if (lex_match_id (lexer, "MISSING"))
 238         {
 239           lex_match (lexer, '=');
 240           while (lex_token (lexer) != '.' && lex_token (lexer) != '/')
 241             {
 242               if (lex_match_id (lexer, "INCLUDE"))
 243                 {
 244                   oneway.exclude = MV_SYSTEM;
 245                 }
 246               else if (lex_match_id (lexer, "EXCLUDE"))
 247                 {
 248                   oneway.exclude = MV_ANY;
 249                 }
 250               else if (lex_match_id (lexer, "LISTWISE"))
 251                 {
 252                   oneway.missing_type = MISS_LISTWISE;
 253                 }
 254               else if (lex_match_id (lexer, "ANALYSIS"))
 255                 {
 256                   oneway.missing_type = MISS_ANALYSIS;
 257                 }
 258               else
 259                 {
 260                   lex_error (lexer, NULL);
 261                   goto error;
 262                 }
 263             }
 264         }
 265       else
 266         {
 267           lex_error (lexer, NULL);
 268           goto error;
 269         }
 270     }
 271
 272
 273   {
 274     struct casegrouper *grouper;
 275     struct casereader *group;
 276     bool ok;
 277
 278     grouper = casegrouper_create_splits (proc_open (ds), dict);
 279     while (casegrouper_get_next_group (grouper, &group))
 280       run_oneway (&oneway, group, ds);
 281     ok = casegrouper_destroy (grouper);
 282     ok = proc_commit (ds) && ok;
 283   }
 284
 285   free (oneway.vars);
 286   return CMD_SUCCESS;
 287
 288  error:
 289   free (oneway.vars);
 290   return CMD_FAILURE;
 291 }
 292
 293
 294 \f
 295
 296
 297 static struct descriptive_data *
 298 dd_create (const struct variable *var)
 299 {
 300   struct descriptive_data *dd = xmalloc (sizeof *dd);
 301
 302   dd->mom = moments1_create (MOMENT_VARIANCE);
 303   dd->minimum = DBL_MAX;
 304   dd->maximum = -DBL_MAX;
 305   dd->var = var;
 306
 307   return dd;
 308 }
 309
 310 static void
 311 dd_destroy (struct descriptive_data *dd)
 312 {
 313   moments1_destroy (dd->mom);
 314   free (dd);
 315 }
 316
 317 static void *
 318 makeit (void *aux1, void *aux2 UNUSED)
 319 {
 320   const struct variable *var = aux1;
 321
 322   struct descriptive_data *dd = dd_create (var);
 323
 324   return dd;
 325 }
 326
 327 static void
 328 updateit (void *user_data,
 329           enum mv_class exclude,
 330           const struct variable *wv,
 331           const struct variable *catvar UNUSED,
 332           const struct ccase *c,
 333           void *aux1, void *aux2)
 334 {
 335   struct descriptive_data *dd = user_data;
 336
 337   const struct variable *varp = aux1;
 338
 339   const union value *valx = case_data (c, varp);
 340
 341   struct descriptive_data *dd_total = aux2;
 342
 343   double weight;
 344
 345   if ( var_is_value_missing (varp, valx, exclude))
 346     return;
 347
 348   weight = wv != NULL ? case_data (c, wv)->f : 1.0;
 349
 350   moments1_add (dd->mom, valx->f, weight);
 351   if (valx->f < dd->minimum)
 352     dd->minimum = valx->f;
 353
 354   if (valx->f > dd->maximum)
 355     dd->maximum = valx->f;
 356
 357   {
 358     const struct variable *var = dd_total->var;
 359     const union value *val = case_data (c, var);
 360
 361     moments1_add (dd_total->mom,
 362                   val->f,
 363                   weight);
 364
 365     if (val->f < dd_total->minimum)
 366       dd_total->minimum = val->f;
 367
 368     if (val->f > dd_total->maximum)
 369       dd_total->maximum = val->f;
 370   }
 371 }
 372
 373 static void
 374 run_oneway (const struct oneway_spec *cmd,
 375             struct casereader *input,
 376             const struct dataset *ds)
 377 {
 378   int v;
 379   struct taint *taint;
 380   struct dictionary *dict = dataset_dict (ds);
 381   struct casereader *reader;
 382   struct ccase *c;
 383
 384   struct oneway_workspace ws;
 385
 386   ws.actual_number_of_groups = 0;
 387   ws.vws = xzalloc (cmd->n_vars * sizeof (*ws.vws));
 388   ws.dd_total = xmalloc (sizeof (struct descriptive_data) * cmd->n_vars);
 389
 390   for (v = 0 ; v < cmd->n_vars; ++v)
 391     ws.dd_total[v] = dd_create (cmd->vars[v]);
 392
 393   for (v = 0; v < cmd->n_vars; ++v)
 394     {
 395       ws.vws[v].cat = categoricals_create (&cmd->indep_var, 1,
 396                                                        cmd->wv, cmd->exclude,
 397                                                        makeit,
 398                                                        updateit,
 399                                                        cmd->vars[v], ws.dd_total[v]);
 400
 401       ws.vws[v].cov = covariance_2pass_create (1, &cmd->vars[v],
 402                                                ws.vws[v].cat,
 403                                                cmd->wv, cmd->exclude);
 404     }
 405
 406   c = casereader_peek (input, 0);
 407   if (c == NULL)
 408     {
 409       casereader_destroy (input);
 410       goto finish;
 411     }
 412   output_split_file_values (ds, c);
 413   case_unref (c);
 414
 415   taint = taint_clone (casereader_get_taint (input));
 416
 417   input = casereader_create_filter_missing (input, &cmd->indep_var, 1,
 418                                             cmd->exclude, NULL, NULL);
 419   if (cmd->missing_type == MISS_LISTWISE)
 420     input = casereader_create_filter_missing (input, cmd->vars, cmd->n_vars,
 421                                               cmd->exclude, NULL, NULL);
 422   input = casereader_create_filter_weight (input, dict, NULL, NULL);
 423
 424
 425   if (cmd->stats & STATS_HOMOGENEITY)
 426     for (v = 0; v < cmd->n_vars; ++v)
 427       {
 428         struct per_var_ws *pvw = &ws.vws[v];
 429
 430         pvw->levene_w = levene (input, cmd->indep_var, cmd->vars[v], cmd->wv, cmd->exclude);
 431       }
 432
 433   reader = casereader_clone (input);
 434
 435   for (; (c = casereader_read (reader)) != NULL; case_unref (c))
 436     {
 437       int i;
 438
 439       for (i = 0; i < cmd->n_vars; ++i)
 440         {
 441           struct per_var_ws *pvw = &ws.vws[i];
 442           const struct variable *v = cmd->vars[i];
 443           const union value *val = case_data (c, v);
 444
 445           if ( MISS_ANALYSIS == cmd->missing_type)
 446             {
 447               if ( var_is_value_missing (v, val, cmd->exclude))
 448                 continue;
 449             }
 450
 451           covariance_accumulate_pass1 (pvw->cov, c);
 452         }
 453     }
 454   casereader_destroy (reader);
 455   reader = casereader_clone (input);
 456   for ( ; (c = casereader_read (reader) ); case_unref (c))
 457     {
 458       int i;
 459       for (i = 0; i < cmd->n_vars; ++i)
 460         {
 461           struct per_var_ws *pvw = &ws.vws[i];
 462           const struct variable *v = cmd->vars[i];
 463           const union value *val = case_data (c, v);
 464
 465           if ( MISS_ANALYSIS == cmd->missing_type)
 466             {
 467               if ( var_is_value_missing (v, val, cmd->exclude))
 468                 continue;
 469             }
 470
 471           covariance_accumulate_pass2 (pvw->cov, c);
 472         }
 473     }
 474   casereader_destroy (reader);
 475
 476   for (v = 0; v < cmd->n_vars; ++v)
 477     {
 478       struct per_var_ws *pvw = &ws.vws[v];
 479       gsl_matrix *cm = covariance_calculate_unnormalized (pvw->cov);
 480       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
 481
 482       double n;
 483       moments1_calculate (ws.dd_total[v]->mom, &n, NULL, NULL, NULL, NULL);
 484
 485       pvw->sst = gsl_matrix_get (cm, 0, 0);
 486
 487       //      gsl_matrix_fprintf (stdout, cm, "%g ");
 488
 489       reg_sweep (cm, 0);
 490
 491       pvw->sse = gsl_matrix_get (cm, 0, 0);
 492
 493       pvw->ssa = pvw->sst - pvw->sse;
 494
 495       pvw->n_groups = categoricals_total (cats);
 496
 497       pvw->mse = (pvw->sst - pvw->ssa) / (n - pvw->n_groups);
 498     }
 499
 500   for (v = 0; v < cmd->n_vars; ++v)
 501     {
 502       struct categoricals *cats = covariance_get_categoricals (ws.vws[v].cov);
 503
 504       categoricals_done (cats);
 505
 506       if (categoricals_total (cats) > ws.actual_number_of_groups)
 507         ws.actual_number_of_groups = categoricals_total (cats);
 508     }
 509
 510   casereader_destroy (input);
 511
 512   if (!taint_has_tainted_successor (taint))
 513     output_oneway (cmd, &ws);
 514
 515   taint_destroy (taint);
 516
 517  finish:
 518   for (v = 0; v < cmd->n_vars; ++v)
 519     {
 520       covariance_destroy (ws.vws[v].cov);
 521       dd_destroy (ws.dd_total[v]);
 522     }
 523   free (ws.vws);
 524   free (ws.dd_total);
 525
 526 }
 527
 528 static void show_contrast_coeffs (const struct oneway_spec *cmd, const struct oneway_workspace *ws);
 529 static void show_contrast_tests (const struct oneway_spec *cmd, const struct oneway_workspace *ws);
 530
 531 static void
 532 output_oneway (const struct oneway_spec *cmd, struct oneway_workspace *ws)
 533 {
 534   size_t i = 0;
 535
 536   /* Check the sanity of the given contrast values */
 537   struct contrasts_node *coeff_list  = NULL;
 538   ll_for_each (coeff_list, struct contrasts_node, ll, &cmd->contrast_list)
 539     {
 540       struct coeff_node *cn = NULL;
 541       double sum = 0;
 542       struct ll_list *cl = &coeff_list->coefficient_list;
 543       ++i;
 544
 545       if (ll_count (cl) != ws->actual_number_of_groups)
 546         {
 547           msg (SW,
 548                _("Number of contrast coefficients must equal the number of groups"));
 549           coeff_list->bad_count = true;
 550           continue;
 551         }
 552
 553       ll_for_each (cn, struct coeff_node, ll, cl)
 554         sum += cn->coeff;
 555
 556       if ( sum != 0.0 )
 557         msg (SW, _("Coefficients for contrast %zu do not total zero"), i);
 558     }
 559
 560   if (cmd->stats & STATS_DESCRIPTIVES)
 561     show_descriptives (cmd, ws);
 562
 563   if (cmd->stats & STATS_HOMOGENEITY)
 564     show_homogeneity (cmd, ws);
 565
 566   show_anova_table (cmd, ws);
 567
 568   if (ll_count (&cmd->contrast_list) > 0)
 569     {
 570       show_contrast_coeffs (cmd, ws);
 571       show_contrast_tests (cmd, ws);
 572     }
 573 }
 574
 575
 576 /* Show the ANOVA table */
 577 static void
 578 show_anova_table (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
 579 {
 580   size_t i;
 581   int n_cols =7;
 582   size_t n_rows = cmd->n_vars * 3 + 1;
 583
 584   struct tab_table *t = tab_create (n_cols, n_rows);
 585
 586   tab_headers (t, 2, 0, 1, 0);
 587
 588   tab_box (t,
 589            TAL_2, TAL_2,
 590            -1, TAL_1,
 591            0, 0,
 592            n_cols - 1, n_rows - 1);
 593
 594   tab_hline (t, TAL_2, 0, n_cols - 1, 1 );
 595   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
 596   tab_vline (t, TAL_0, 1, 0, 0);
 597
 598   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("Sum of Squares"));
 599   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("df"));
 600   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("Mean Square"));
 601   tab_text (t, 5, 0, TAB_CENTER | TAT_TITLE, _("F"));
 602   tab_text (t, 6, 0, TAB_CENTER | TAT_TITLE, _("Significance"));
 603
 604
 605   for (i = 0; i < cmd->n_vars; ++i)
 606     {
 607       double n;
 608       double df1, df2;
 609       double msa;
 610       const char *s = var_to_string (cmd->vars[i]);
 611       const struct per_var_ws *pvw = &ws->vws[i];
 612
 613       moments1_calculate (ws->dd_total[i]->mom, &n, NULL, NULL, NULL, NULL);
 614
 615       df1 = pvw->n_groups - 1;
 616       df2 = n - pvw->n_groups;
 617       msa = pvw->ssa / df1;
 618
 619       tab_text (t, 0, i * 3 + 1, TAB_LEFT | TAT_TITLE, s);
 620       tab_text (t, 1, i * 3 + 1, TAB_LEFT | TAT_TITLE, _("Between Groups"));
 621       tab_text (t, 1, i * 3 + 2, TAB_LEFT | TAT_TITLE, _("Within Groups"));
 622       tab_text (t, 1, i * 3 + 3, TAB_LEFT | TAT_TITLE, _("Total"));
 623
 624       if (i > 0)
 625         tab_hline (t, TAL_1, 0, n_cols - 1, i * 3 + 1);
 626
 627
 628       /* Sums of Squares */
 629       tab_double (t, 2, i * 3 + 1, 0, pvw->ssa, NULL);
 630       tab_double (t, 2, i * 3 + 3, 0, pvw->sst, NULL);
 631       tab_double (t, 2, i * 3 + 2, 0, pvw->sse, NULL);
 632
 633
 634       /* Degrees of freedom */
 635       tab_fixed (t, 3, i * 3 + 1, 0, df1, 4, 0);
 636       tab_fixed (t, 3, i * 3 + 2, 0, df2, 4, 0);
 637       tab_fixed (t, 3, i * 3 + 3, 0, n - 1, 4, 0);
 638
 639       /* Mean Squares */
 640       tab_double (t, 4, i * 3 + 1, TAB_RIGHT, msa, NULL);
 641       tab_double (t, 4, i * 3 + 2, TAB_RIGHT, pvw->mse, NULL);
 642
 643       {
 644         const double F = msa / pvw->mse ;
 645
 646         /* The F value */
 647         tab_double (t, 5, i * 3 + 1, 0,  F, NULL);
 648
 649         /* The significance */
 650         tab_double (t, 6, i * 3 + 1, 0, gsl_cdf_fdist_Q (F, df1, df2), NULL);
 651       }
 652     }
 653
 654   tab_title (t, _("ANOVA"));
 655   tab_submit (t);
 656 }
 657
 658
 659 /* Show the descriptives table */
 660 static void
 661 show_descriptives (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
 662 {
 663   size_t v;
 664   int n_cols = 10;
 665   struct tab_table *t;
 666   int row;
 667
 668   const double confidence = 0.95;
 669   const double q = (1.0 - confidence) / 2.0;
 670
 671   const struct fmt_spec *wfmt = cmd->wv ? var_get_print_format (cmd->wv) : &F_8_0;
 672
 673   int n_rows = 2;
 674
 675   for (v = 0; v < cmd->n_vars; ++v)
 676     n_rows += ws->actual_number_of_groups + 1;
 677
 678   t = tab_create (n_cols, n_rows);
 679   tab_headers (t, 2, 0, 2, 0);
 680
 681   /* Put a frame around the entire box, and vertical lines inside */
 682   tab_box (t,
 683            TAL_2, TAL_2,
 684            -1, TAL_1,
 685            0, 0,
 686            n_cols - 1, n_rows - 1);
 687
 688   /* Underline headers */
 689   tab_hline (t, TAL_2, 0, n_cols - 1, 2);
 690   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
 691
 692   tab_text (t, 2, 1, TAB_CENTER | TAT_TITLE, _("N"));
 693   tab_text (t, 3, 1, TAB_CENTER | TAT_TITLE, _("Mean"));
 694   tab_text (t, 4, 1, TAB_CENTER | TAT_TITLE, _("Std. Deviation"));
 695   tab_text (t, 5, 1, TAB_CENTER | TAT_TITLE, _("Std. Error"));
 696
 697
 698   tab_vline (t, TAL_0, 7, 0, 0);
 699   tab_hline (t, TAL_1, 6, 7, 1);
 700   tab_joint_text_format (t, 6, 0, 7, 0, TAB_CENTER | TAT_TITLE,
 701                          _("%g%% Confidence Interval for Mean"),
 702                          confidence*100.0);
 703
 704   tab_text (t, 6, 1, TAB_CENTER | TAT_TITLE, _("Lower Bound"));
 705   tab_text (t, 7, 1, TAB_CENTER | TAT_TITLE, _("Upper Bound"));
 706
 707   tab_text (t, 8, 1, TAB_CENTER | TAT_TITLE, _("Minimum"));
 708   tab_text (t, 9, 1, TAB_CENTER | TAT_TITLE, _("Maximum"));
 709
 710   tab_title (t, _("Descriptives"));
 711
 712   row = 2;
 713   for (v = 0; v < cmd->n_vars; ++v)
 714     {
 715       const char *s = var_to_string (cmd->vars[v]);
 716       const struct fmt_spec *fmt = var_get_print_format (cmd->vars[v]);
 717
 718       int count = 0;
 719
 720       struct per_var_ws *pvw = &ws->vws[v];
 721       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
 722
 723       tab_text (t, 0, row, TAB_LEFT | TAT_TITLE, s);
 724       if ( v > 0)
 725         tab_hline (t, TAL_1, 0, n_cols - 1, row);
 726
 727       for (count = 0; count < categoricals_total (cats); ++count)
 728         {
 729           double T;
 730           double n, mean, variance;
 731           double std_dev, std_error ;
 732
 733           struct string vstr;
 734
 735           const union value *gval = categoricals_get_value_by_subscript (cats, count);
 736           const struct descriptive_data *dd = categoricals_get_user_data_by_subscript (cats, count);
 737
 738           moments1_calculate (dd->mom, &n, &mean, &variance, NULL, NULL);
 739
 740           std_dev = sqrt (variance);
 741           std_error = std_dev / sqrt (n) ;
 742
 743           ds_init_empty (&vstr);
 744
 745           var_append_value_name (cmd->indep_var, gval, &vstr);
 746
 747           tab_text (t, 1, row + count,
 748                     TAB_LEFT | TAT_TITLE,
 749                     ds_cstr (&vstr));
 750
 751           ds_destroy (&vstr);
 752
 753           /* Now fill in the numbers ... */
 754
 755           tab_double (t, 2, row + count, 0, n, wfmt);
 756
 757           tab_double (t, 3, row + count, 0, mean, NULL);
 758
 759           tab_double (t, 4, row + count, 0, std_dev, NULL);
 760
 761
 762           tab_double (t, 5, row + count, 0, std_error, NULL);
 763
 764           /* Now the confidence interval */
 765
 766           T = gsl_cdf_tdist_Qinv (q, n - 1);
 767
 768           tab_double (t, 6, row + count, 0,
 769                       mean - T * std_error, NULL);
 770
 771           tab_double (t, 7, row + count, 0,
 772                       mean + T * std_error, NULL);
 773
 774           /* Min and Max */
 775
 776           tab_double (t, 8, row + count, 0,  dd->minimum, fmt);
 777           tab_double (t, 9, row + count, 0,  dd->maximum, fmt);
 778         }
 779
 780       {
 781         double T;
 782         double n, mean, variance;
 783         double std_dev;
 784         double std_error;
 785
 786         moments1_calculate (ws->dd_total[v]->mom, &n, &mean, &variance, NULL, NULL);
 787
 788         std_dev = sqrt (variance);
 789         std_error = std_dev / sqrt (n) ;
 790
 791         tab_text (t, 1, row + count,
 792                   TAB_LEFT | TAT_TITLE, _("Total"));
 793
 794         tab_double (t, 2, row + count, 0, n, wfmt);
 795
 796         tab_double (t, 3, row + count, 0, mean, NULL);
 797
 798         tab_double (t, 4, row + count, 0, std_dev, NULL);
 799
 800         tab_double (t, 5, row + count, 0, std_error, NULL);
 801
 802         /* Now the confidence interval */
 803         T = gsl_cdf_tdist_Qinv (q, n - 1);
 804
 805         tab_double (t, 6, row + count, 0,
 806                     mean - T * std_error, NULL);
 807
 808         tab_double (t, 7, row + count, 0,
 809                     mean + T * std_error, NULL);
 810
 811         /* Min and Max */
 812         tab_double (t, 8, row + count, 0,  ws->dd_total[v]->minimum, fmt);
 813         tab_double (t, 9, row + count, 0,  ws->dd_total[v]->maximum, fmt);
 814       }
 815
 816       row += categoricals_total (cats) + 1;
 817     }
 818
 819   tab_submit (t);
 820 }
 821
 822 /* Show the homogeneity table */
 823 static void
 824 show_homogeneity (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
 825 {
 826   size_t v;
 827   int n_cols = 5;
 828   size_t n_rows = cmd->n_vars + 1;
 829
 830   struct tab_table *t = tab_create (n_cols, n_rows);
 831   tab_headers (t, 1, 0, 1, 0);
 832
 833   /* Put a frame around the entire box, and vertical lines inside */
 834   tab_box (t,
 835            TAL_2, TAL_2,
 836            -1, TAL_1,
 837            0, 0,
 838            n_cols - 1, n_rows - 1);
 839
 840
 841   tab_hline (t, TAL_2, 0, n_cols - 1, 1);
 842   tab_vline (t, TAL_2, 1, 0, n_rows - 1);
 843
 844   tab_text (t, 1, 0, TAB_CENTER | TAT_TITLE, _("Levene Statistic"));
 845   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("df1"));
 846   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("df2"));
 847   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("Significance"));
 848
 849   tab_title (t, _("Test of Homogeneity of Variances"));
 850
 851   for (v = 0; v < cmd->n_vars; ++v)
 852     {
 853       double n;
 854       const struct per_var_ws *pvw = &ws->vws[v];
 855       double F = pvw->levene_w;
 856
 857       const struct variable *var = cmd->vars[v];
 858       const char *s = var_to_string (var);
 859       double df1, df2;
 860
 861       moments1_calculate (ws->dd_total[v]->mom, &n, NULL, NULL, NULL, NULL);
 862
 863       df1 = pvw->n_groups - 1;
 864       df2 = n - pvw->n_groups;
 865
 866       tab_text (t, 0, v + 1, TAB_LEFT | TAT_TITLE, s);
 867
 868       tab_double (t, 1, v + 1, TAB_RIGHT, F, NULL);
 869       tab_fixed (t, 2, v + 1, TAB_RIGHT, df1, 8, 0);
 870       tab_fixed (t, 3, v + 1, TAB_RIGHT, df2, 8, 0);
 871
 872       /* Now the significance */
 873       tab_double (t, 4, v + 1, TAB_RIGHT, gsl_cdf_fdist_Q (F, df1, df2), NULL);
 874     }
 875
 876   tab_submit (t);
 877 }
 878
 879
 880 /* Show the contrast coefficients table */
 881 static void
 882 show_contrast_coeffs (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
 883 {
 884   int c_num = 0;
 885   struct ll *cli;
 886
 887   int n_contrasts = ll_count (&cmd->contrast_list);
 888   int n_cols = 2 + ws->actual_number_of_groups;
 889   int n_rows = 2 + n_contrasts;
 890
 891   struct tab_table *t;
 892
 893   const struct covariance *cov = ws->vws[0].cov ;
 894
 895   t = tab_create (n_cols, n_rows);
 896   tab_headers (t, 2, 0, 2, 0);
 897
 898   /* Put a frame around the entire box, and vertical lines inside */
 899   tab_box (t,
 900            TAL_2, TAL_2,
 901            -1, TAL_1,
 902            0, 0,
 903            n_cols - 1, n_rows - 1);
 904
 905   tab_box (t,
 906            -1, -1,
 907            TAL_0, TAL_0,
 908            2, 0,
 909            n_cols - 1, 0);
 910
 911   tab_box (t,
 912            -1, -1,
 913            TAL_0, TAL_0,
 914            0, 0,
 915            1, 1);
 916
 917   tab_hline (t, TAL_1, 2, n_cols - 1, 1);
 918   tab_hline (t, TAL_2, 0, n_cols - 1, 2);
 919
 920   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
 921
 922   tab_title (t, _("Contrast Coefficients"));
 923
 924   tab_text (t,  0, 2, TAB_LEFT | TAT_TITLE, _("Contrast"));
 925
 926
 927   tab_joint_text (t, 2, 0, n_cols - 1, 0, TAB_CENTER | TAT_TITLE,
 928                   var_to_string (cmd->indep_var));
 929
 930   for ( cli = ll_head (&cmd->contrast_list);
 931         cli != ll_null (&cmd->contrast_list);
 932         cli = ll_next (cli))
 933     {
 934       int count = 0;
 935       struct contrasts_node *cn = ll_data (cli, struct contrasts_node, ll);
 936       struct ll *coeffi ;
 937
 938       tab_text_format (t, 1, c_num + 2, TAB_CENTER, "%d", c_num + 1);
 939
 940       for (coeffi = ll_head (&cn->coefficient_list);
 941            coeffi != ll_null (&cn->coefficient_list);
 942            ++count, coeffi = ll_next (coeffi))
 943         {
 944           const struct categoricals *cats = covariance_get_categoricals (cov);
 945           const union value *val = categoricals_get_value_by_subscript (cats, count);
 946           struct string vstr;
 947
 948           ds_init_empty (&vstr);
 949
 950           var_append_value_name (cmd->indep_var, val, &vstr);
 951
 952           tab_text (t, count + 2, 1, TAB_CENTER | TAT_TITLE, ds_cstr (&vstr));
 953
 954           ds_destroy (&vstr);
 955
 956           if (cn->bad_count)
 957             tab_text (t, count + 2, c_num + 2, TAB_RIGHT, "?" );
 958           else
 959             {
 960               struct coeff_node *coeffn = ll_data (coeffi, struct coeff_node, ll);
 961
 962               tab_text_format (t, count + 2, c_num + 2, TAB_RIGHT, "%g", coeffn->coeff);
 963             }
 964         }
 965       ++c_num;
 966     }
 967
 968   tab_submit (t);
 969 }
 970
 971
 972 /* Show the results of the contrast tests */
 973 static void
 974 show_contrast_tests (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
 975 {
 976   int n_contrasts = ll_count (&cmd->contrast_list);
 977   size_t v;
 978   int n_cols = 8;
 979   size_t n_rows = 1 + cmd->n_vars * 2 * n_contrasts;
 980
 981   struct tab_table *t;
 982
 983   t = tab_create (n_cols, n_rows);
 984   tab_headers (t, 3, 0, 1, 0);
 985
 986   /* Put a frame around the entire box, and vertical lines inside */
 987   tab_box (t,
 988            TAL_2, TAL_2,
 989            -1, TAL_1,
 990            0, 0,
 991            n_cols - 1, n_rows - 1);
 992
 993   tab_box (t,
 994            -1, -1,
 995            TAL_0, TAL_0,
 996            0, 0,
 997            2, 0);
 998
 999   tab_hline (t, TAL_2, 0, n_cols - 1, 1);
1000   tab_vline (t, TAL_2, 3, 0, n_rows - 1);
1001
1002   tab_title (t, _("Contrast Tests"));
1003
1004   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("Contrast"));
1005   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("Value of Contrast"));
1006   tab_text (t,  4, 0, TAB_CENTER | TAT_TITLE, _("Std. Error"));
1007   tab_text (t,  5, 0, TAB_CENTER | TAT_TITLE, _("t"));
1008   tab_text (t,  6, 0, TAB_CENTER | TAT_TITLE, _("df"));
1009   tab_text (t,  7, 0, TAB_CENTER | TAT_TITLE, _("Sig. (2-tailed)"));
1010
1011   for (v = 0; v < cmd->n_vars; ++v)
1012     {
1013       const struct per_var_ws *pvw = &ws->vws[v];
1014       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
1015       struct ll *cli;
1016       int i = 0;
1017       int lines_per_variable = 2 * n_contrasts;
1018
1019       tab_text (t,  0, (v * lines_per_variable) + 1, TAB_LEFT | TAT_TITLE,
1020                 var_to_string (cmd->vars[v]));
1021
1022       for ( cli = ll_head (&cmd->contrast_list);
1023             cli != ll_null (&cmd->contrast_list);
1024             ++i, cli = ll_next (cli))
1025         {
1026           struct contrasts_node *cn = ll_data (cli, struct contrasts_node, ll);
1027           struct ll *coeffi ;
1028           int ci = 0;
1029           double contrast_value = 0.0;
1030           double coef_msq = 0.0;
1031
1032           double T;
1033           double std_error_contrast;
1034           double df;
1035           double sec_vneq = 0.0;
1036
1037           /* Note: The calculation of the degrees of freedom in the
1038              "variances not equal" case is painfull!!
1039              The following formula may help to understand it:
1040              \frac{\left (\sum_{i=1}^k{c_i^2\frac{s_i^2}{n_i}}\right)^2}
1041              {
1042              \sum_{i=1}^k\left (
1043              \frac{\left (c_i^2\frac{s_i^2}{n_i}\right)^2}  {n_i-1}
1044              \right)
1045              }
1046           */
1047
1048           double df_denominator = 0.0;
1049           double df_numerator = 0.0;
1050
1051           double grand_n;
1052           moments1_calculate (ws->dd_total[v]->mom, &grand_n, NULL, NULL, NULL, NULL);
1053           df = grand_n - pvw->n_groups;
1054
1055           if ( i == 0 )
1056             {
1057               tab_text (t,  1, (v * lines_per_variable) + i + 1,
1058                         TAB_LEFT | TAT_TITLE,
1059                         _("Assume equal variances"));
1060
1061               tab_text (t,  1, (v * lines_per_variable) + i + 1 + n_contrasts,
1062                         TAB_LEFT | TAT_TITLE,
1063                         _("Does not assume equal"));
1064             }
1065
1066           tab_text_format (t,  2, (v * lines_per_variable) + i + 1,
1067                            TAB_CENTER | TAT_TITLE, "%d", i + 1);
1068
1069
1070           tab_text_format (t,  2,
1071                            (v * lines_per_variable) + i + 1 + n_contrasts,
1072                            TAB_CENTER | TAT_TITLE, "%d", i + 1);
1073
1074           if (cn->bad_count)
1075             continue;
1076
1077           for (coeffi = ll_head (&cn->coefficient_list);
1078                coeffi != ll_null (&cn->coefficient_list);
1079                ++ci, coeffi = ll_next (coeffi))
1080             {
1081               double n, mean, variance;
1082               const struct descriptive_data *dd = categoricals_get_user_data_by_subscript (cats, ci);
1083               struct coeff_node *cn = ll_data (coeffi, struct coeff_node, ll);
1084               const double coef = cn->coeff;
1085               double winv ;
1086
1087               moments1_calculate (dd->mom, &n, &mean, &variance, NULL, NULL);
1088
1089               winv = variance / n;
1090
1091               contrast_value += coef * mean;
1092
1093               coef_msq += (pow2 (coef)) / n;
1094
1095               sec_vneq += (pow2 (coef)) * variance / n;
1096
1097               df_numerator += (pow2 (coef)) * winv;
1098               df_denominator += pow2((pow2 (coef)) * winv) / (n - 1);
1099             }
1100
1101           sec_vneq = sqrt (sec_vneq);
1102
1103           df_numerator = pow2 (df_numerator);
1104
1105           tab_double (t,  3, (v * lines_per_variable) + i + 1,
1106                       TAB_RIGHT, contrast_value, NULL);
1107
1108           tab_double (t,  3, (v * lines_per_variable) + i + 1 +
1109                       n_contrasts,
1110                       TAB_RIGHT, contrast_value, NULL);
1111
1112           std_error_contrast = sqrt (pvw->mse * coef_msq);
1113
1114           /* Std. Error */
1115           tab_double (t,  4, (v * lines_per_variable) + i + 1,
1116                       TAB_RIGHT, std_error_contrast,
1117                       NULL);
1118
1119           T = fabs (contrast_value / std_error_contrast);
1120
1121           /* T Statistic */
1122
1123           tab_double (t,  5, (v * lines_per_variable) + i + 1,
1124                       TAB_RIGHT, T,
1125                       NULL);
1126
1127
1128           /* Degrees of Freedom */
1129           tab_fixed (t,  6, (v * lines_per_variable) + i + 1,
1130                      TAB_RIGHT,  df,
1131                      8, 0);
1132
1133
1134           /* Significance TWO TAILED !!*/
1135           tab_double (t,  7, (v * lines_per_variable) + i + 1,
1136                       TAB_RIGHT,  2 * gsl_cdf_tdist_Q (T, df),
1137                       NULL);
1138
1139           /* Now for the Variances NOT Equal case */
1140
1141           /* Std. Error */
1142           tab_double (t,  4,
1143                       (v * lines_per_variable) + i + 1 + n_contrasts,
1144                       TAB_RIGHT, sec_vneq,
1145                       NULL);
1146
1147           T = contrast_value / sec_vneq;
1148           tab_double (t,  5,
1149                       (v * lines_per_variable) + i + 1 + n_contrasts,
1150                       TAB_RIGHT, T,
1151                       NULL);
1152
1153           df = df_numerator / df_denominator;
1154
1155           tab_double (t,  6,
1156                       (v * lines_per_variable) + i + 1 + n_contrasts,
1157                       TAB_RIGHT, df,
1158                       NULL);
1159
1160           /* The Significance */
1161           tab_double (t, 7, (v * lines_per_variable) + i + 1 + n_contrasts,
1162                       TAB_RIGHT,  2 * gsl_cdf_tdist_Q (T,df),
1163                       NULL);
1164         }
1165
1166       if ( v > 0 )
1167         tab_hline (t, TAL_1, 0, n_cols - 1, (v * lines_per_variable) + 1);
1168     }
1169
1170   tab_submit (t);
1171 }
1172
1173