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, 2011, 2012, 2013, 2014 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 <float.h>
  20 #include <gsl/gsl_cdf.h>
  21 #include <gsl/gsl_matrix.h>
  22 #include <math.h>
  23
  24 #include "data/case.h"
  25 #include "data/casegrouper.h"
  26 #include "data/casereader.h"
  27 #include "data/dataset.h"
  28 #include "data/dictionary.h"
  29 #include "data/format.h"
  30 #include "data/value.h"
  31 #include "language/command.h"
  32 #include "language/dictionary/split-file.h"
  33 #include "language/lexer/lexer.h"
  34 #include "language/lexer/value-parser.h"
  35 #include "language/lexer/variable-parser.h"
  36 #include "libpspp/ll.h"
  37 #include "libpspp/message.h"
  38 #include "libpspp/misc.h"
  39 #include "libpspp/taint.h"
  40 #include "linreg/sweep.h"
  41 #include "tukey/tukey.h"
  42 #include "math/categoricals.h"
  43 #include "math/interaction.h"
  44 #include "math/covariance.h"
  45 #include "math/levene.h"
  46 #include "math/moments.h"
  47 #include "output/tab.h"
  48
  49 #include "gettext.h"
  50 #define _(msgid) gettext (msgid)
  51 #define N_(msgid) msgid
  52
  53 /* Workspace variable for each dependent variable */
  54 struct per_var_ws
  55 {
  56   struct interaction *iact;
  57   struct categoricals *cat;
  58   struct covariance *cov;
  59   struct levene *nl;
  60
  61   double n;
  62
  63   double sst;
  64   double sse;
  65   double ssa;
  66
  67   int n_groups;
  68
  69   double mse;
  70 };
  71
  72 /* Per category data */
  73 struct descriptive_data
  74 {
  75   const struct variable *var;
  76   struct moments1 *mom;
  77
  78   double minimum;
  79   double maximum;
  80 };
  81
  82 enum missing_type
  83   {
  84     MISS_LISTWISE,
  85     MISS_ANALYSIS,
  86   };
  87
  88 enum statistics
  89   {
  90     STATS_DESCRIPTIVES = 0x0001,
  91     STATS_HOMOGENEITY = 0x0002
  92   };
  93
  94 struct coeff_node
  95 {
  96   struct ll ll;
  97   double coeff;
  98 };
  99
 100
 101 struct contrasts_node
 102 {
 103   struct ll ll;
 104   struct ll_list coefficient_list;
 105 };
 106
 107
 108 struct oneway_spec;
 109
 110 typedef double df_func (const struct per_var_ws *pvw, const struct moments1 *mom_i, const struct moments1 *mom_j);
 111 typedef double ts_func (int k, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err);
 112 typedef double p1tail_func (double ts, double df1, double df2);
 113
 114 typedef double pinv_func (double std_err, double alpha, double df, int k, const struct moments1 *mom_i, const struct moments1 *mom_j);
 115
 116
 117 struct posthoc
 118 {
 119   const char *syntax;
 120   const char *label;
 121
 122   df_func *dff;
 123   ts_func *tsf;
 124   p1tail_func *p1f;
 125
 126   pinv_func *pinv;
 127 };
 128
 129 struct oneway_spec
 130 {
 131   size_t n_vars;
 132   const struct variable **vars;
 133
 134   const struct variable *indep_var;
 135
 136   enum statistics stats;
 137
 138   enum missing_type missing_type;
 139   enum mv_class exclude;
 140
 141   /* List of contrasts */
 142   struct ll_list contrast_list;
 143
 144   /* The weight variable */
 145   const struct variable *wv;
 146
 147   /* The confidence level for multiple comparisons */
 148   double alpha;
 149
 150   int *posthoc;
 151   int n_posthoc;
 152 };
 153
 154 static double
 155 df_common (const struct per_var_ws *pvw, const struct moments1 *mom_i UNUSED, const struct moments1 *mom_j UNUSED)
 156 {
 157   return  pvw->n - pvw->n_groups;
 158 }
 159
 160 static double
 161 df_individual (const struct per_var_ws *pvw UNUSED, const struct moments1 *mom_i, const struct moments1 *mom_j)
 162 {
 163   double n_i, var_i;
 164   double n_j, var_j;
 165   double nom,denom;
 166
 167   moments1_calculate (mom_i, &n_i, NULL, &var_i, 0, 0);
 168   moments1_calculate (mom_j, &n_j, NULL, &var_j, 0, 0);
 169
 170   if ( n_i <= 1.0 || n_j <= 1.0)
 171     return SYSMIS;
 172
 173   nom = pow2 (var_i/n_i + var_j/n_j);
 174   denom = pow2 (var_i/n_i) / (n_i - 1) + pow2 (var_j/n_j) / (n_j - 1);
 175
 176   return nom / denom;
 177 }
 178
 179 static double lsd_pinv (double std_err, double alpha, double df, int k UNUSED, const struct moments1 *mom_i UNUSED, const struct moments1 *mom_j UNUSED)
 180 {
 181   return std_err * gsl_cdf_tdist_Pinv (1.0 - alpha / 2.0, df);
 182 }
 183
 184 static double bonferroni_pinv (double std_err, double alpha, double df, int k, const struct moments1 *mom_i UNUSED, const struct moments1 *mom_j UNUSED)
 185 {
 186   const int m = k * (k - 1) / 2;
 187   return std_err * gsl_cdf_tdist_Pinv (1.0 - alpha / (2.0 * m), df);
 188 }
 189
 190 static double sidak_pinv (double std_err, double alpha, double df, int k, const struct moments1 *mom_i UNUSED, const struct moments1 *mom_j UNUSED)
 191 {
 192   const double m = k * (k - 1) / 2;
 193   double lp = 1.0 - exp (log (1.0 - alpha) / m ) ;
 194   return std_err * gsl_cdf_tdist_Pinv (1.0 - lp / 2.0, df);
 195 }
 196
 197 static double tukey_pinv (double std_err, double alpha, double df, int k, const struct moments1 *mom_i UNUSED, const struct moments1 *mom_j UNUSED)
 198 {
 199   if ( k < 2 || df < 2)
 200     return SYSMIS;
 201
 202   return std_err / sqrt (2.0)  * qtukey (1 - alpha, 1.0, k, df, 1, 0);
 203 }
 204
 205 static double scheffe_pinv (double std_err, double alpha, double df, int k, const struct moments1 *mom_i UNUSED, const struct moments1 *mom_j UNUSED)
 206 {
 207   double x = (k - 1) * gsl_cdf_fdist_Pinv (1.0 - alpha, k - 1, df);
 208   return std_err * sqrt (x);
 209 }
 210
 211 static double gh_pinv (double std_err UNUSED, double alpha, double df, int k, const struct moments1 *mom_i, const struct moments1 *mom_j)
 212 {
 213   double n_i, mean_i, var_i;
 214   double n_j, mean_j, var_j;
 215   double m;
 216
 217   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 218   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 219
 220   m = sqrt ((var_i/n_i + var_j/n_j) / 2.0);
 221
 222   if ( k < 2 || df < 2)
 223     return SYSMIS;
 224
 225   return m * qtukey (1 - alpha, 1.0, k, df, 1, 0);
 226 }
 227
 228
 229 static double
 230 multiple_comparison_sig (double std_err,
 231                                        const struct per_var_ws *pvw,
 232                                        const struct descriptive_data *dd_i, const struct descriptive_data *dd_j,
 233                                        const struct posthoc *ph)
 234 {
 235   int k = pvw->n_groups;
 236   double df = ph->dff (pvw, dd_i->mom, dd_j->mom);
 237   double ts = ph->tsf (k, dd_i->mom, dd_j->mom, std_err);
 238   if ( df == SYSMIS)
 239     return SYSMIS;
 240   return  ph->p1f (ts, k - 1, df);
 241 }
 242
 243 static double
 244 mc_half_range (const struct oneway_spec *cmd, const struct per_var_ws *pvw, double std_err, const struct descriptive_data *dd_i, const struct descriptive_data *dd_j, const struct posthoc *ph)
 245 {
 246   int k = pvw->n_groups;
 247   double df = ph->dff (pvw, dd_i->mom, dd_j->mom);
 248   if ( df == SYSMIS)
 249     return SYSMIS;
 250
 251   return ph->pinv (std_err, cmd->alpha, df, k, dd_i->mom, dd_j->mom);
 252 }
 253
 254 static double tukey_1tailsig (double ts, double df1, double df2)
 255 {
 256   double twotailedsig;
 257
 258   if (df2 < 2 || df1 < 1)
 259     return SYSMIS;
 260
 261   twotailedsig = 1.0 - ptukey (ts, 1.0, df1 + 1, df2, 1, 0);
 262
 263   return twotailedsig / 2.0;
 264 }
 265
 266 static double lsd_1tailsig (double ts, double df1 UNUSED, double df2)
 267 {
 268   return ts < 0 ? gsl_cdf_tdist_P (ts, df2) : gsl_cdf_tdist_Q (ts, df2);
 269 }
 270
 271 static double sidak_1tailsig (double ts, double df1, double df2)
 272 {
 273   double ex = (df1 + 1.0) * df1 / 2.0;
 274   double lsd_sig = 2 * lsd_1tailsig (ts, df1, df2);
 275
 276   return 0.5 * (1.0 - pow (1.0 - lsd_sig, ex));
 277 }
 278
 279 static double bonferroni_1tailsig (double ts, double df1, double df2)
 280 {
 281   const int m = (df1 + 1) * df1 / 2;
 282
 283   double p = ts < 0 ? gsl_cdf_tdist_P (ts, df2) : gsl_cdf_tdist_Q (ts, df2);
 284   p *= m;
 285
 286   return p > 0.5 ? 0.5 : p;
 287 }
 288
 289 static double scheffe_1tailsig (double ts, double df1, double df2)
 290 {
 291   return 0.5 * gsl_cdf_fdist_Q (ts, df1, df2);
 292 }
 293
 294
 295 static double tukey_test_stat (int k UNUSED, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err)
 296 {
 297   double ts;
 298   double n_i, mean_i, var_i;
 299   double n_j, mean_j, var_j;
 300
 301   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 302   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 303
 304   ts =  (mean_i - mean_j) / std_err;
 305   ts = fabs (ts) * sqrt (2.0);
 306
 307   return ts;
 308 }
 309
 310 static double lsd_test_stat (int k UNUSED, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err)
 311 {
 312   double n_i, mean_i, var_i;
 313   double n_j, mean_j, var_j;
 314
 315   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 316   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 317
 318   return (mean_i - mean_j) / std_err;
 319 }
 320
 321 static double scheffe_test_stat (int k, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err)
 322 {
 323   double t;
 324   double n_i, mean_i, var_i;
 325   double n_j, mean_j, var_j;
 326
 327   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 328   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 329
 330   t = (mean_i - mean_j) / std_err;
 331   t = pow2 (t);
 332   t /= k - 1;
 333
 334   return t;
 335 }
 336
 337 static double gh_test_stat (int k UNUSED, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err UNUSED)
 338 {
 339   double ts;
 340   double thing;
 341   double n_i, mean_i, var_i;
 342   double n_j, mean_j, var_j;
 343
 344   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 345   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 346
 347   thing = var_i / n_i + var_j / n_j;
 348   thing /= 2.0;
 349   thing = sqrt (thing);
 350
 351   ts = (mean_i - mean_j) / thing;
 352
 353   return fabs (ts);
 354 }
 355
 356
 357
 358 static const struct posthoc ph_tests [] =
 359   {
 360     { "LSD",        N_("LSD"),          df_common, lsd_test_stat,     lsd_1tailsig,          lsd_pinv},
 361     { "TUKEY",      N_("Tukey HSD"),    df_common, tukey_test_stat,   tukey_1tailsig,        tukey_pinv},
 362     { "BONFERRONI", N_("Bonferroni"),   df_common, lsd_test_stat,     bonferroni_1tailsig,   bonferroni_pinv},
 363     { "SCHEFFE",    N_("Scheffé"),      df_common, scheffe_test_stat, scheffe_1tailsig,      scheffe_pinv},
 364     { "GH",         N_("Games-Howell"), df_individual, gh_test_stat,  tukey_1tailsig,        gh_pinv},
 365     { "SIDAK",      N_("Šidák"),        df_common, lsd_test_stat,     sidak_1tailsig,        sidak_pinv}
 366   };
 367
 368
 369 struct oneway_workspace
 370 {
 371   /* The number of distinct values of the independent variable, when all
 372      missing values are disregarded */
 373   int actual_number_of_groups;
 374
 375   struct per_var_ws *vws;
 376
 377   /* An array of descriptive data.  One for each dependent variable */
 378   struct descriptive_data **dd_total;
 379 };
 380
 381 /* Routines to show the output tables */
 382 static void show_anova_table (const struct oneway_spec *, const struct oneway_workspace *);
 383 static void show_descriptives (const struct oneway_spec *, const struct oneway_workspace *);
 384 static void show_homogeneity (const struct oneway_spec *, const struct oneway_workspace *);
 385
 386 static void output_oneway (const struct oneway_spec *, struct oneway_workspace *ws);
 387 static void run_oneway (const struct oneway_spec *cmd, struct casereader *input, const struct dataset *ds);
 388
 389
 390 static void
 391 destroy_coeff_list (struct contrasts_node *coeff_list)
 392 {
 393   struct coeff_node *cn = NULL;
 394   struct coeff_node *cnx = NULL;
 395   struct ll_list *cl = &coeff_list->coefficient_list;
 396
 397   ll_for_each_safe (cn, cnx, struct coeff_node, ll, cl)
 398     {
 399       free (cn);
 400     }
 401
 402   free (coeff_list);
 403 }
 404
 405 static void
 406 oneway_cleanup (struct oneway_spec *cmd)
 407 {
 408   struct contrasts_node *coeff_list  = NULL;
 409   struct contrasts_node *coeff_next  = NULL;
 410   ll_for_each_safe (coeff_list, coeff_next, struct contrasts_node, ll, &cmd->contrast_list)
 411     {
 412       destroy_coeff_list (coeff_list);
 413     }
 414
 415   free (cmd->posthoc);
 416 }
 417
 418
 419
 420 int
 421 cmd_oneway (struct lexer *lexer, struct dataset *ds)
 422 {
 423   const struct dictionary *dict = dataset_dict (ds);
 424   struct oneway_spec oneway ;
 425   oneway.n_vars = 0;
 426   oneway.vars = NULL;
 427   oneway.indep_var = NULL;
 428   oneway.stats = 0;
 429   oneway.missing_type = MISS_ANALYSIS;
 430   oneway.exclude = MV_ANY;
 431   oneway.wv = dict_get_weight (dict);
 432   oneway.alpha = 0.05;
 433   oneway.posthoc = NULL;
 434   oneway.n_posthoc = 0;
 435
 436   ll_init (&oneway.contrast_list);
 437
 438
 439   if ( lex_match (lexer, T_SLASH))
 440     {
 441       if (!lex_force_match_id (lexer, "VARIABLES"))
 442         {
 443           goto error;
 444         }
 445       lex_match (lexer, T_EQUALS);
 446     }
 447
 448   if (!parse_variables_const (lexer, dict,
 449                               &oneway.vars, &oneway.n_vars,
 450                               PV_NO_DUPLICATE | PV_NUMERIC))
 451     goto error;
 452
 453   lex_force_match (lexer, T_BY);
 454
 455   oneway.indep_var = parse_variable_const (lexer, dict);
 456   if (oneway.indep_var == NULL)
 457     goto error;
 458
 459   while (lex_token (lexer) != T_ENDCMD)
 460     {
 461       lex_match (lexer, T_SLASH);
 462
 463       if (lex_match_id (lexer, "STATISTICS"))
 464         {
 465           lex_match (lexer, T_EQUALS);
 466           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 467             {
 468               if (lex_match_id (lexer, "DESCRIPTIVES"))
 469                 {
 470                   oneway.stats |= STATS_DESCRIPTIVES;
 471                 }
 472               else if (lex_match_id (lexer, "HOMOGENEITY"))
 473                 {
 474                   oneway.stats |= STATS_HOMOGENEITY;
 475                 }
 476               else
 477                 {
 478                   lex_error (lexer, NULL);
 479                   goto error;
 480                 }
 481             }
 482         }
 483       else if (lex_match_id (lexer, "POSTHOC"))
 484         {
 485           lex_match (lexer, T_EQUALS);
 486           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 487             {
 488               int p;
 489               bool method = false;
 490               for (p = 0 ; p < sizeof (ph_tests) / sizeof (struct posthoc); ++p)
 491                 {
 492                   if (lex_match_id (lexer, ph_tests[p].syntax))
 493                     {
 494                       oneway.n_posthoc++;
 495                       oneway.posthoc = xrealloc (oneway.posthoc, sizeof (*oneway.posthoc) * oneway.n_posthoc);
 496                       oneway.posthoc[oneway.n_posthoc - 1] = p;
 497                       method = true;
 498                       break;
 499                     }
 500                 }
 501               if ( method == false)
 502                 {
 503                   if (lex_match_id (lexer, "ALPHA"))
 504                     {
 505                       if ( !lex_force_match (lexer, T_LPAREN))
 506                         goto error;
 507                       lex_force_num (lexer);
 508                       oneway.alpha = lex_number (lexer);
 509                       lex_get (lexer);
 510                       if ( !lex_force_match (lexer, T_RPAREN))
 511                         goto error;
 512                     }
 513                   else
 514                     {
 515                       msg (SE, _("The post hoc analysis method %s is not supported."), lex_tokcstr (lexer));
 516                       lex_error (lexer, NULL);
 517                       goto error;
 518                     }
 519                 }
 520             }
 521         }
 522       else if (lex_match_id (lexer, "CONTRAST"))
 523         {
 524           struct contrasts_node *cl = xzalloc (sizeof *cl);
 525
 526           struct ll_list *coefficient_list = &cl->coefficient_list;
 527           lex_match (lexer, T_EQUALS);
 528
 529           ll_init (coefficient_list);
 530
 531           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 532             {
 533               if ( lex_is_number (lexer))
 534                 {
 535                   struct coeff_node *cc = xmalloc (sizeof *cc);
 536                   cc->coeff = lex_number (lexer);
 537
 538                   ll_push_tail (coefficient_list, &cc->ll);
 539                   lex_get (lexer);
 540                 }
 541               else
 542                 {
 543                   destroy_coeff_list (cl);
 544                   lex_error (lexer, NULL);
 545                   goto error;
 546                 }
 547             }
 548
 549           ll_push_tail (&oneway.contrast_list, &cl->ll);
 550         }
 551       else if (lex_match_id (lexer, "MISSING"))
 552         {
 553           lex_match (lexer, T_EQUALS);
 554           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 555             {
 556               if (lex_match_id (lexer, "INCLUDE"))
 557                 {
 558                   oneway.exclude = MV_SYSTEM;
 559                 }
 560               else if (lex_match_id (lexer, "EXCLUDE"))
 561                 {
 562                   oneway.exclude = MV_ANY;
 563                 }
 564               else if (lex_match_id (lexer, "LISTWISE"))
 565                 {
 566                   oneway.missing_type = MISS_LISTWISE;
 567                 }
 568               else if (lex_match_id (lexer, "ANALYSIS"))
 569                 {
 570                   oneway.missing_type = MISS_ANALYSIS;
 571                 }
 572               else
 573                 {
 574                   lex_error (lexer, NULL);
 575                   goto error;
 576                 }
 577             }
 578         }
 579       else
 580         {
 581           lex_error (lexer, NULL);
 582           goto error;
 583         }
 584     }
 585
 586
 587   {
 588     struct casegrouper *grouper;
 589     struct casereader *group;
 590     bool ok;
 591
 592     grouper = casegrouper_create_splits (proc_open (ds), dict);
 593     while (casegrouper_get_next_group (grouper, &group))
 594       run_oneway (&oneway, group, ds);
 595     ok = casegrouper_destroy (grouper);
 596     ok = proc_commit (ds) && ok;
 597   }
 598
 599   oneway_cleanup (&oneway);
 600   free (oneway.vars);
 601   return CMD_SUCCESS;
 602
 603  error:
 604   oneway_cleanup (&oneway);
 605   free (oneway.vars);
 606   return CMD_FAILURE;
 607 }
 608
 609
 610 \f
 611
 612
 613 static struct descriptive_data *
 614 dd_create (const struct variable *var)
 615 {
 616   struct descriptive_data *dd = xmalloc (sizeof *dd);
 617
 618   dd->mom = moments1_create (MOMENT_VARIANCE);
 619   dd->minimum = DBL_MAX;
 620   dd->maximum = -DBL_MAX;
 621   dd->var = var;
 622
 623   return dd;
 624 }
 625
 626 static void
 627 dd_destroy (struct descriptive_data *dd)
 628 {
 629   moments1_destroy (dd->mom);
 630   free (dd);
 631 }
 632
 633 static void *
 634 makeit (const void *aux1, void *aux2 UNUSED)
 635 {
 636   const struct variable *var = aux1;
 637
 638   struct descriptive_data *dd = dd_create (var);
 639
 640   return dd;
 641 }
 642
 643 static void
 644 killit (const void *aux1 UNUSED, void *aux2 UNUSED, void *user_data)
 645 {
 646   struct descriptive_data *dd = user_data;
 647
 648   dd_destroy (dd);
 649 }
 650
 651
 652 static void
 653 updateit (const void *aux1, void *aux2, void *user_data,
 654           const struct ccase *c, double weight)
 655 {
 656   struct descriptive_data *dd = user_data;
 657
 658   const struct variable *varp = aux1;
 659
 660   const union value *valx = case_data (c, varp);
 661
 662   struct descriptive_data *dd_total = aux2;
 663
 664   moments1_add (dd->mom, valx->f, weight);
 665   if (valx->f < dd->minimum)
 666     dd->minimum = valx->f;
 667
 668   if (valx->f > dd->maximum)
 669     dd->maximum = valx->f;
 670
 671   {
 672     const struct variable *var = dd_total->var;
 673     const union value *val = case_data (c, var);
 674
 675     moments1_add (dd_total->mom,
 676                   val->f,
 677                   weight);
 678
 679     if (val->f < dd_total->minimum)
 680       dd_total->minimum = val->f;
 681
 682     if (val->f > dd_total->maximum)
 683       dd_total->maximum = val->f;
 684   }
 685 }
 686
 687 static void
 688 run_oneway (const struct oneway_spec *cmd,
 689             struct casereader *input,
 690             const struct dataset *ds)
 691 {
 692   int v;
 693   struct taint *taint;
 694   struct dictionary *dict = dataset_dict (ds);
 695   struct casereader *reader;
 696   struct ccase *c;
 697
 698   struct oneway_workspace ws;
 699
 700   ws.actual_number_of_groups = 0;
 701   ws.vws = xzalloc (cmd->n_vars * sizeof (*ws.vws));
 702   ws.dd_total = xmalloc (sizeof (struct descriptive_data) * cmd->n_vars);
 703
 704   for (v = 0 ; v < cmd->n_vars; ++v)
 705     ws.dd_total[v] = dd_create (cmd->vars[v]);
 706
 707   for (v = 0; v < cmd->n_vars; ++v)
 708     {
 709       struct payload payload;
 710       payload.create = makeit;
 711       payload.update = updateit;
 712       payload.calculate = NULL;
 713       payload.destroy = killit;
 714
 715       ws.vws[v].iact = interaction_create (cmd->indep_var);
 716       ws.vws[v].cat = categoricals_create (&ws.vws[v].iact, 1, cmd->wv,
 717                                            cmd->exclude, cmd->exclude);
 718
 719       categoricals_set_payload (ws.vws[v].cat, &payload,
 720                                 CONST_CAST (struct variable *, cmd->vars[v]),
 721                                 ws.dd_total[v]);
 722
 723
 724       ws.vws[v].cov = covariance_2pass_create (1, &cmd->vars[v],
 725                                                ws.vws[v].cat,
 726                                                cmd->wv, cmd->exclude);
 727       ws.vws[v].nl = levene_create (var_get_width (cmd->indep_var), NULL);
 728     }
 729
 730   c = casereader_peek (input, 0);
 731   if (c == NULL)
 732     {
 733       casereader_destroy (input);
 734       goto finish;
 735     }
 736   output_split_file_values (ds, c);
 737   case_unref (c);
 738
 739   taint = taint_clone (casereader_get_taint (input));
 740
 741   input = casereader_create_filter_missing (input, &cmd->indep_var, 1,
 742                                             cmd->exclude, NULL, NULL);
 743   if (cmd->missing_type == MISS_LISTWISE)
 744     input = casereader_create_filter_missing (input, cmd->vars, cmd->n_vars,
 745                                               cmd->exclude, NULL, NULL);
 746   input = casereader_create_filter_weight (input, dict, NULL, NULL);
 747
 748   reader = casereader_clone (input);
 749   for (; (c = casereader_read (reader)) != NULL; case_unref (c))
 750     {
 751       int i;
 752       double w = dict_get_case_weight (dict, c, NULL);
 753
 754       for (i = 0; i < cmd->n_vars; ++i)
 755         {
 756           struct per_var_ws *pvw = &ws.vws[i];
 757           const struct variable *v = cmd->vars[i];
 758           const union value *val = case_data (c, v);
 759
 760           if ( MISS_ANALYSIS == cmd->missing_type)
 761             {
 762               if ( var_is_value_missing (v, val, cmd->exclude))
 763                 continue;
 764             }
 765
 766           covariance_accumulate_pass1 (pvw->cov, c);
 767           levene_pass_one (pvw->nl, val->f, w, case_data (c, cmd->indep_var));
 768         }
 769     }
 770   casereader_destroy (reader);
 771
 772   reader = casereader_clone (input);
 773   for ( ; (c = casereader_read (reader) ); case_unref (c))
 774     {
 775       int i;
 776       double w = dict_get_case_weight (dict, c, NULL);
 777       for (i = 0; i < cmd->n_vars; ++i)
 778         {
 779           struct per_var_ws *pvw = &ws.vws[i];
 780           const struct variable *v = cmd->vars[i];
 781           const union value *val = case_data (c, v);
 782
 783           if ( MISS_ANALYSIS == cmd->missing_type)
 784             {
 785               if ( var_is_value_missing (v, val, cmd->exclude))
 786                 continue;
 787             }
 788
 789           covariance_accumulate_pass2 (pvw->cov, c);
 790           levene_pass_two (pvw->nl, val->f, w, case_data (c, cmd->indep_var));
 791         }
 792     }
 793   casereader_destroy (reader);
 794
 795   reader = casereader_clone (input);
 796   for ( ; (c = casereader_read (reader) ); case_unref (c))
 797     {
 798       int i;
 799       double w = dict_get_case_weight (dict, c, NULL);
 800
 801       for (i = 0; i < cmd->n_vars; ++i)
 802         {
 803           struct per_var_ws *pvw = &ws.vws[i];
 804           const struct variable *v = cmd->vars[i];
 805           const union value *val = case_data (c, v);
 806
 807           if ( MISS_ANALYSIS == cmd->missing_type)
 808             {
 809               if ( var_is_value_missing (v, val, cmd->exclude))
 810                 continue;
 811             }
 812
 813           levene_pass_three (pvw->nl, val->f, w, case_data (c, cmd->indep_var));
 814         }
 815     }
 816   casereader_destroy (reader);
 817
 818
 819   for (v = 0; v < cmd->n_vars; ++v)
 820     {
 821       const gsl_matrix *ucm;
 822       gsl_matrix *cm;
 823       struct per_var_ws *pvw = &ws.vws[v];
 824       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
 825       const bool ok = categoricals_sane (cats);
 826
 827       if ( ! ok)
 828         {
 829           msg (MW,
 830                _("Dependent variable %s has no non-missing values.  No analysis for this variable will be done."),
 831                var_get_name (cmd->vars[v]));
 832           continue;
 833         }
 834
 835       ucm = covariance_calculate_unnormalized (pvw->cov);
 836
 837       cm = gsl_matrix_alloc (ucm->size1, ucm->size2);
 838       gsl_matrix_memcpy (cm, ucm);
 839
 840       moments1_calculate (ws.dd_total[v]->mom, &pvw->n, NULL, NULL, NULL, NULL);
 841
 842       pvw->sst = gsl_matrix_get (cm, 0, 0);
 843
 844       reg_sweep (cm, 0);
 845
 846       pvw->sse = gsl_matrix_get (cm, 0, 0);
 847       gsl_matrix_free (cm);
 848
 849       pvw->ssa = pvw->sst - pvw->sse;
 850
 851       pvw->n_groups = categoricals_n_total (cats);
 852
 853       pvw->mse = (pvw->sst - pvw->ssa) / (pvw->n - pvw->n_groups);
 854     }
 855
 856   for (v = 0; v < cmd->n_vars; ++v)
 857     {
 858       const struct categoricals *cats = covariance_get_categoricals (ws.vws[v].cov);
 859
 860       if ( ! categoricals_is_complete (cats))
 861         {
 862           continue;
 863         }
 864
 865       if (categoricals_n_total (cats) > ws.actual_number_of_groups)
 866         ws.actual_number_of_groups = categoricals_n_total (cats);
 867     }
 868
 869   casereader_destroy (input);
 870
 871   if (!taint_has_tainted_successor (taint))
 872     output_oneway (cmd, &ws);
 873
 874   taint_destroy (taint);
 875
 876  finish:
 877
 878   for (v = 0; v < cmd->n_vars; ++v)
 879     {
 880       covariance_destroy (ws.vws[v].cov);
 881       levene_destroy (ws.vws[v].nl);
 882       dd_destroy (ws.dd_total[v]);
 883       interaction_destroy (ws.vws[v].iact);
 884     }
 885
 886   free (ws.vws);
 887   free (ws.dd_total);
 888 }
 889
 890 static void show_contrast_coeffs (const struct oneway_spec *cmd, const struct oneway_workspace *ws);
 891 static void show_contrast_tests (const struct oneway_spec *cmd, const struct oneway_workspace *ws);
 892 static void show_comparisons (const struct oneway_spec *cmd, const struct oneway_workspace *ws, int depvar);
 893
 894 static void
 895 output_oneway (const struct oneway_spec *cmd, struct oneway_workspace *ws)
 896 {
 897   size_t i = 0;
 898
 899   /* Check the sanity of the given contrast values */
 900   struct contrasts_node *coeff_list  = NULL;
 901   struct contrasts_node *coeff_next  = NULL;
 902   ll_for_each_safe (coeff_list, coeff_next, struct contrasts_node, ll, &cmd->contrast_list)
 903     {
 904       struct coeff_node *cn = NULL;
 905       double sum = 0;
 906       struct ll_list *cl = &coeff_list->coefficient_list;
 907       ++i;
 908
 909       if (ll_count (cl) != ws->actual_number_of_groups)
 910         {
 911           msg (SW,
 912                _("In contrast list %zu, the number of coefficients (%zu) does not equal the number of groups (%d). This contrast list will be ignored."),
 913                i, ll_count (cl), ws->actual_number_of_groups);
 914
 915           ll_remove (&coeff_list->ll);
 916           destroy_coeff_list (coeff_list);
 917           continue;
 918         }
 919
 920       ll_for_each (cn, struct coeff_node, ll, cl)
 921         sum += cn->coeff;
 922
 923       if ( sum != 0.0 )
 924         msg (SW, _("Coefficients for contrast %zu do not total zero"), i);
 925     }
 926
 927   if (cmd->stats & STATS_DESCRIPTIVES)
 928     show_descriptives (cmd, ws);
 929
 930   if (cmd->stats & STATS_HOMOGENEITY)
 931     show_homogeneity (cmd, ws);
 932
 933   show_anova_table (cmd, ws);
 934
 935   if (ll_count (&cmd->contrast_list) > 0)
 936     {
 937       show_contrast_coeffs (cmd, ws);
 938       show_contrast_tests (cmd, ws);
 939     }
 940
 941   if ( cmd->posthoc )
 942     {
 943       int v;
 944       for (v = 0 ; v < cmd->n_vars; ++v)
 945         {
 946           const struct categoricals *cats = covariance_get_categoricals (ws->vws[v].cov);
 947
 948           if ( categoricals_is_complete (cats))
 949             show_comparisons (cmd, ws, v);
 950         }
 951     }
 952 }
 953
 954
 955 /* Show the ANOVA table */
 956 static void
 957 show_anova_table (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
 958 {
 959   size_t i;
 960   int n_cols =7;
 961   size_t n_rows = cmd->n_vars * 3 + 1;
 962
 963   struct tab_table *t = tab_create (n_cols, n_rows);
 964
 965   tab_headers (t, 2, 0, 1, 0);
 966
 967   tab_box (t,
 968            TAL_2, TAL_2,
 969            -1, TAL_1,
 970            0, 0,
 971            n_cols - 1, n_rows - 1);
 972
 973   tab_hline (t, TAL_2, 0, n_cols - 1, 1 );
 974   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
 975   tab_vline (t, TAL_0, 1, 0, 0);
 976
 977   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("Sum of Squares"));
 978   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("df"));
 979   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("Mean Square"));
 980   tab_text (t, 5, 0, TAB_CENTER | TAT_TITLE, _("F"));
 981   tab_text (t, 6, 0, TAB_CENTER | TAT_TITLE, _("Sig."));
 982
 983
 984   for (i = 0; i < cmd->n_vars; ++i)
 985     {
 986       double n;
 987       double df1, df2;
 988       double msa;
 989       const char *s = var_to_string (cmd->vars[i]);
 990       const struct per_var_ws *pvw = &ws->vws[i];
 991
 992       moments1_calculate (ws->dd_total[i]->mom, &n, NULL, NULL, NULL, NULL);
 993
 994       df1 = pvw->n_groups - 1;
 995       df2 = n - pvw->n_groups;
 996       msa = pvw->ssa / df1;
 997
 998       tab_text (t, 0, i * 3 + 1, TAB_LEFT | TAT_TITLE, s);
 999       tab_text (t, 1, i * 3 + 1, TAB_LEFT | TAT_TITLE, _("Between Groups"));
1000       tab_text (t, 1, i * 3 + 2, TAB_LEFT | TAT_TITLE, _("Within Groups"));
1001       tab_text (t, 1, i * 3 + 3, TAB_LEFT | TAT_TITLE, _("Total"));
1002
1003       if (i > 0)
1004         tab_hline (t, TAL_1, 0, n_cols - 1, i * 3 + 1);
1005
1006
1007       /* Sums of Squares */
1008       tab_double (t, 2, i * 3 + 1, 0, pvw->ssa, NULL, RC_OTHER);
1009       tab_double (t, 2, i * 3 + 3, 0, pvw->sst, NULL, RC_OTHER);
1010       tab_double (t, 2, i * 3 + 2, 0, pvw->sse, NULL, RC_OTHER);
1011
1012
1013       /* Degrees of freedom */
1014       tab_double (t, 3, i * 3 + 1, 0, df1, NULL, RC_INTEGER);
1015       tab_double (t, 3, i * 3 + 2, 0, df2,  NULL, RC_INTEGER);
1016       tab_double (t, 3, i * 3 + 3, 0, n - 1, NULL, RC_INTEGER);
1017
1018       /* Mean Squares */
1019       tab_double (t, 4, i * 3 + 1, TAB_RIGHT, msa, NULL, RC_OTHER);
1020       tab_double (t, 4, i * 3 + 2, TAB_RIGHT, pvw->mse, NULL, RC_OTHER);
1021
1022       {
1023         const double F = msa / pvw->mse ;
1024
1025         /* The F value */
1026         tab_double (t, 5, i * 3 + 1, 0,  F, NULL, RC_OTHER);
1027
1028         /* The significance */
1029         tab_double (t, 6, i * 3 + 1, 0, gsl_cdf_fdist_Q (F, df1, df2), NULL, RC_PVALUE);
1030       }
1031     }
1032
1033   tab_title (t, _("ANOVA"));
1034   tab_submit (t);
1035 }
1036
1037
1038 /* Show the descriptives table */
1039 static void
1040 show_descriptives (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1041 {
1042   size_t v;
1043   int n_cols = 10;
1044   struct tab_table *t;
1045   int row;
1046
1047   const double confidence = 0.95;
1048   const double q = (1.0 - confidence) / 2.0;
1049
1050   const struct fmt_spec *wfmt = cmd->wv ? var_get_print_format (cmd->wv) : &F_8_0;
1051
1052   int n_rows = 2;
1053
1054   for (v = 0; v < cmd->n_vars; ++v)
1055     n_rows += ws->actual_number_of_groups + 1;
1056
1057   t = tab_create (n_cols, n_rows);
1058   tab_set_format (t, RC_WEIGHT, wfmt);
1059   tab_headers (t, 2, 0, 2, 0);
1060
1061   /* Put a frame around the entire box, and vertical lines inside */
1062   tab_box (t,
1063            TAL_2, TAL_2,
1064            -1, TAL_1,
1065            0, 0,
1066            n_cols - 1, n_rows - 1);
1067
1068   /* Underline headers */
1069   tab_hline (t, TAL_2, 0, n_cols - 1, 2);
1070   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
1071
1072   tab_text (t, 2, 1, TAB_CENTER | TAT_TITLE, _("N"));
1073   tab_text (t, 3, 1, TAB_CENTER | TAT_TITLE, _("Mean"));
1074   tab_text (t, 4, 1, TAB_CENTER | TAT_TITLE, _("Std. Deviation"));
1075   tab_text (t, 5, 1, TAB_CENTER | TAT_TITLE, _("Std. Error"));
1076
1077
1078   tab_vline (t, TAL_0, 7, 0, 0);
1079   tab_hline (t, TAL_1, 6, 7, 1);
1080   tab_joint_text_format (t, 6, 0, 7, 0, TAB_CENTER | TAT_TITLE,
1081                          _("%g%% Confidence Interval for Mean"),
1082                          confidence*100.0);
1083
1084   tab_text (t, 6, 1, TAB_CENTER | TAT_TITLE, _("Lower Bound"));
1085   tab_text (t, 7, 1, TAB_CENTER | TAT_TITLE, _("Upper Bound"));
1086
1087   tab_text (t, 8, 1, TAB_CENTER | TAT_TITLE, _("Minimum"));
1088   tab_text (t, 9, 1, TAB_CENTER | TAT_TITLE, _("Maximum"));
1089
1090   tab_title (t, _("Descriptives"));
1091
1092   row = 2;
1093   for (v = 0; v < cmd->n_vars; ++v)
1094     {
1095       const char *s = var_to_string (cmd->vars[v]);
1096       const struct fmt_spec *fmt = var_get_print_format (cmd->vars[v]);
1097
1098       int count = 0;
1099
1100       struct per_var_ws *pvw = &ws->vws[v];
1101       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
1102
1103       tab_text (t, 0, row, TAB_LEFT | TAT_TITLE, s);
1104       if ( v > 0)
1105         tab_hline (t, TAL_1, 0, n_cols - 1, row);
1106
1107       for (count = 0; count < categoricals_n_total (cats); ++count)
1108         {
1109           double T;
1110           double n, mean, variance;
1111           double std_dev, std_error ;
1112
1113           struct string vstr;
1114
1115           const struct ccase *gcc = categoricals_get_case_by_category (cats, count);
1116           const struct descriptive_data *dd = categoricals_get_user_data_by_category (cats, count);
1117
1118           moments1_calculate (dd->mom, &n, &mean, &variance, NULL, NULL);
1119
1120           std_dev = sqrt (variance);
1121           std_error = std_dev / sqrt (n) ;
1122
1123           ds_init_empty (&vstr);
1124
1125           var_append_value_name (cmd->indep_var, case_data (gcc, cmd->indep_var), &vstr);
1126
1127           tab_text (t, 1, row + count,
1128                     TAB_LEFT | TAT_TITLE,
1129                     ds_cstr (&vstr));
1130
1131           ds_destroy (&vstr);
1132
1133           /* Now fill in the numbers ... */
1134
1135           tab_double (t, 2, row + count, 0, n, NULL, RC_WEIGHT);
1136
1137           tab_double (t, 3, row + count, 0, mean, NULL, RC_OTHER);
1138
1139           tab_double (t, 4, row + count, 0, std_dev, NULL, RC_OTHER);
1140
1141
1142           tab_double (t, 5, row + count, 0, std_error, NULL, RC_OTHER);
1143
1144           /* Now the confidence interval */
1145
1146           T = gsl_cdf_tdist_Qinv (q, n - 1);
1147
1148           tab_double (t, 6, row + count, 0,
1149                       mean - T * std_error, NULL, RC_OTHER);
1150
1151           tab_double (t, 7, row + count, 0,
1152                       mean + T * std_error, NULL, RC_OTHER);
1153
1154           /* Min and Max */
1155
1156           tab_double (t, 8, row + count, 0,  dd->minimum, fmt, RC_OTHER);
1157           tab_double (t, 9, row + count, 0,  dd->maximum, fmt, RC_OTHER);
1158         }
1159
1160       if (categoricals_is_complete (cats))
1161       {
1162         double T;
1163         double n, mean, variance;
1164         double std_dev;
1165         double std_error;
1166
1167         moments1_calculate (ws->dd_total[v]->mom, &n, &mean, &variance, NULL, NULL);
1168
1169         std_dev = sqrt (variance);
1170         std_error = std_dev / sqrt (n) ;
1171
1172         tab_text (t, 1, row + count,
1173                   TAB_LEFT | TAT_TITLE, _("Total"));
1174
1175         tab_double (t, 2, row + count, 0, n, NULL, RC_WEIGHT);
1176
1177         tab_double (t, 3, row + count, 0, mean, NULL, RC_OTHER);
1178
1179         tab_double (t, 4, row + count, 0, std_dev, NULL, RC_OTHER);
1180
1181         tab_double (t, 5, row + count, 0, std_error, NULL, RC_OTHER);
1182
1183         /* Now the confidence interval */
1184         T = gsl_cdf_tdist_Qinv (q, n - 1);
1185
1186         tab_double (t, 6, row + count, 0,
1187                     mean - T * std_error, NULL, RC_OTHER);
1188
1189         tab_double (t, 7, row + count, 0,
1190                     mean + T * std_error, NULL, RC_OTHER);
1191
1192
1193         /* Min and Max */
1194         tab_double (t, 8, row + count, 0,  ws->dd_total[v]->minimum, fmt, RC_OTHER);
1195         tab_double (t, 9, row + count, 0,  ws->dd_total[v]->maximum, fmt, RC_OTHER);
1196       }
1197
1198       row += categoricals_n_total (cats) + 1;
1199     }
1200
1201   tab_submit (t);
1202 }
1203
1204 /* Show the homogeneity table */
1205 static void
1206 show_homogeneity (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1207 {
1208   size_t v;
1209   int n_cols = 5;
1210   size_t n_rows = cmd->n_vars + 1;
1211
1212   struct tab_table *t = tab_create (n_cols, n_rows);
1213   tab_headers (t, 1, 0, 1, 0);
1214
1215   /* Put a frame around the entire box, and vertical lines inside */
1216   tab_box (t,
1217            TAL_2, TAL_2,
1218            -1, TAL_1,
1219            0, 0,
1220            n_cols - 1, n_rows - 1);
1221
1222
1223   tab_hline (t, TAL_2, 0, n_cols - 1, 1);
1224   tab_vline (t, TAL_2, 1, 0, n_rows - 1);
1225
1226   tab_text (t, 1, 0, TAB_CENTER | TAT_TITLE, _("Levene Statistic"));
1227   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("df1"));
1228   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("df2"));
1229   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("Sig."));
1230
1231   tab_title (t, _("Test of Homogeneity of Variances"));
1232
1233   for (v = 0; v < cmd->n_vars; ++v)
1234     {
1235       double n;
1236       const struct per_var_ws *pvw = &ws->vws[v];
1237       double F = levene_calculate (pvw->nl);
1238
1239       const struct variable *var = cmd->vars[v];
1240       const char *s = var_to_string (var);
1241       double df1, df2;
1242
1243       moments1_calculate (ws->dd_total[v]->mom, &n, NULL, NULL, NULL, NULL);
1244
1245       df1 = pvw->n_groups - 1;
1246       df2 = n - pvw->n_groups;
1247
1248       tab_text (t, 0, v + 1, TAB_LEFT | TAT_TITLE, s);
1249
1250       tab_double (t, 1, v + 1, TAB_RIGHT, F, NULL, RC_OTHER);
1251       tab_double (t, 2, v + 1, TAB_RIGHT, df1, NULL, RC_INTEGER);
1252       tab_double (t, 3, v + 1, TAB_RIGHT, df2, NULL, RC_INTEGER);
1253
1254       /* Now the significance */
1255       tab_double (t, 4, v + 1, TAB_RIGHT, gsl_cdf_fdist_Q (F, df1, df2), NULL, RC_PVALUE);
1256     }
1257
1258   tab_submit (t);
1259 }
1260
1261
1262 /* Show the contrast coefficients table */
1263 static void
1264 show_contrast_coeffs (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1265 {
1266   int c_num = 0;
1267   struct ll *cli;
1268
1269   int n_contrasts = ll_count (&cmd->contrast_list);
1270   int n_cols = 2 + ws->actual_number_of_groups;
1271   int n_rows = 2 + n_contrasts;
1272
1273   struct tab_table *t;
1274
1275   const struct covariance *cov = ws->vws[0].cov ;
1276
1277   t = tab_create (n_cols, n_rows);
1278   tab_headers (t, 2, 0, 2, 0);
1279
1280   /* Put a frame around the entire box, and vertical lines inside */
1281   tab_box (t,
1282            TAL_2, TAL_2,
1283            -1, TAL_1,
1284            0, 0,
1285            n_cols - 1, n_rows - 1);
1286
1287   tab_box (t,
1288            -1, -1,
1289            TAL_0, TAL_0,
1290            2, 0,
1291            n_cols - 1, 0);
1292
1293   tab_box (t,
1294            -1, -1,
1295            TAL_0, TAL_0,
1296            0, 0,
1297            1, 1);
1298
1299   tab_hline (t, TAL_1, 2, n_cols - 1, 1);
1300   tab_hline (t, TAL_2, 0, n_cols - 1, 2);
1301
1302   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
1303
1304   tab_title (t, _("Contrast Coefficients"));
1305
1306   tab_text (t,  0, 2, TAB_LEFT | TAT_TITLE, _("Contrast"));
1307
1308
1309   tab_joint_text (t, 2, 0, n_cols - 1, 0, TAB_CENTER | TAT_TITLE,
1310                   var_to_string (cmd->indep_var));
1311
1312   for ( cli = ll_head (&cmd->contrast_list);
1313         cli != ll_null (&cmd->contrast_list);
1314         cli = ll_next (cli))
1315     {
1316       int count = 0;
1317       struct contrasts_node *cn = ll_data (cli, struct contrasts_node, ll);
1318       struct ll *coeffi ;
1319
1320       tab_text_format (t, 1, c_num + 2, TAB_CENTER, "%d", c_num + 1);
1321
1322       for (coeffi = ll_head (&cn->coefficient_list);
1323            coeffi != ll_null (&cn->coefficient_list);
1324            ++count, coeffi = ll_next (coeffi))
1325         {
1326           const struct categoricals *cats = covariance_get_categoricals (cov);
1327           const struct ccase *gcc = categoricals_get_case_by_category (cats, count);
1328           struct coeff_node *coeffn = ll_data (coeffi, struct coeff_node, ll);
1329           struct string vstr;
1330
1331           ds_init_empty (&vstr);
1332
1333           var_append_value_name (cmd->indep_var, case_data (gcc, cmd->indep_var), &vstr);
1334
1335           tab_text (t, count + 2, 1, TAB_CENTER | TAT_TITLE, ds_cstr (&vstr));
1336
1337           ds_destroy (&vstr);
1338
1339           tab_text_format (t, count + 2, c_num + 2, TAB_RIGHT, "%.*g",
1340                            DBL_DIG + 1, coeffn->coeff);
1341         }
1342       ++c_num;
1343     }
1344
1345   tab_submit (t);
1346 }
1347
1348
1349 /* Show the results of the contrast tests */
1350 static void
1351 show_contrast_tests (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1352 {
1353   int n_contrasts = ll_count (&cmd->contrast_list);
1354   size_t v;
1355   int n_cols = 8;
1356   size_t n_rows = 1 + cmd->n_vars * 2 * n_contrasts;
1357
1358   struct tab_table *t;
1359
1360   t = tab_create (n_cols, n_rows);
1361   tab_headers (t, 3, 0, 1, 0);
1362
1363   /* Put a frame around the entire box, and vertical lines inside */
1364   tab_box (t,
1365            TAL_2, TAL_2,
1366            -1, TAL_1,
1367            0, 0,
1368            n_cols - 1, n_rows - 1);
1369
1370   tab_box (t,
1371            -1, -1,
1372            TAL_0, TAL_0,
1373            0, 0,
1374            2, 0);
1375
1376   tab_hline (t, TAL_2, 0, n_cols - 1, 1);
1377   tab_vline (t, TAL_2, 3, 0, n_rows - 1);
1378
1379   tab_title (t, _("Contrast Tests"));
1380
1381   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("Contrast"));
1382   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("Value of Contrast"));
1383   tab_text (t,  4, 0, TAB_CENTER | TAT_TITLE, _("Std. Error"));
1384   tab_text (t,  5, 0, TAB_CENTER | TAT_TITLE, _("t"));
1385   tab_text (t,  6, 0, TAB_CENTER | TAT_TITLE, _("df"));
1386   tab_text (t,  7, 0, TAB_CENTER | TAT_TITLE, _("Sig. (2-tailed)"));
1387
1388   for (v = 0; v < cmd->n_vars; ++v)
1389     {
1390       const struct per_var_ws *pvw = &ws->vws[v];
1391       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
1392       if (!categoricals_is_complete (cats))
1393         continue;
1394       struct ll *cli;
1395       int i = 0;
1396       int lines_per_variable = 2 * n_contrasts;
1397
1398       tab_text (t,  0, (v * lines_per_variable) + 1, TAB_LEFT | TAT_TITLE,
1399                 var_to_string (cmd->vars[v]));
1400
1401       for ( cli = ll_head (&cmd->contrast_list);
1402             cli != ll_null (&cmd->contrast_list);
1403             ++i, cli = ll_next (cli))
1404         {
1405           struct contrasts_node *cn = ll_data (cli, struct contrasts_node, ll);
1406           struct ll *coeffi ;
1407           int ci = 0;
1408           double contrast_value = 0.0;
1409           double coef_msq = 0.0;
1410
1411           double T;
1412           double std_error_contrast;
1413           double df;
1414           double sec_vneq = 0.0;
1415
1416           /* Note: The calculation of the degrees of freedom in the
1417              "variances not equal" case is painfull!!
1418              The following formula may help to understand it:
1419              \frac{\left (\sum_{i=1}^k{c_i^2\frac{s_i^2}{n_i}}\right)^2}
1420              {
1421              \sum_{i=1}^k\left (
1422              \frac{\left (c_i^2\frac{s_i^2}{n_i}\right)^2}  {n_i-1}
1423              \right)
1424              }
1425           */
1426
1427           double df_denominator = 0.0;
1428           double df_numerator = 0.0;
1429
1430           double grand_n;
1431           moments1_calculate (ws->dd_total[v]->mom, &grand_n, NULL, NULL, NULL, NULL);
1432           df = grand_n - pvw->n_groups;
1433
1434           if ( i == 0 )
1435             {
1436               tab_text (t,  1, (v * lines_per_variable) + i + 1,
1437                         TAB_LEFT | TAT_TITLE,
1438                         _("Assume equal variances"));
1439
1440               tab_text (t,  1, (v * lines_per_variable) + i + 1 + n_contrasts,
1441                         TAB_LEFT | TAT_TITLE,
1442                         _("Does not assume equal"));
1443             }
1444
1445           tab_text_format (t,  2, (v * lines_per_variable) + i + 1,
1446                            TAB_CENTER | TAT_TITLE, "%d", i + 1);
1447
1448
1449           tab_text_format (t,  2,
1450                            (v * lines_per_variable) + i + 1 + n_contrasts,
1451                            TAB_CENTER | TAT_TITLE, "%d", i + 1);
1452
1453           for (coeffi = ll_head (&cn->coefficient_list);
1454                coeffi != ll_null (&cn->coefficient_list);
1455                ++ci, coeffi = ll_next (coeffi))
1456             {
1457               double n, mean, variance;
1458               const struct descriptive_data *dd = categoricals_get_user_data_by_category (cats, ci);
1459               struct coeff_node *cn = ll_data (coeffi, struct coeff_node, ll);
1460               const double coef = cn->coeff;
1461               double winv ;
1462
1463               moments1_calculate (dd->mom, &n, &mean, &variance, NULL, NULL);
1464
1465               winv = variance / n;
1466
1467               contrast_value += coef * mean;
1468
1469               coef_msq += (pow2 (coef)) / n;
1470
1471               sec_vneq += (pow2 (coef)) * variance / n;
1472
1473               df_numerator += (pow2 (coef)) * winv;
1474               df_denominator += pow2((pow2 (coef)) * winv) / (n - 1);
1475             }
1476
1477           sec_vneq = sqrt (sec_vneq);
1478
1479           df_numerator = pow2 (df_numerator);
1480
1481           tab_double (t,  3, (v * lines_per_variable) + i + 1,
1482                       TAB_RIGHT, contrast_value, NULL, RC_OTHER);
1483
1484           tab_double (t,  3, (v * lines_per_variable) + i + 1 +
1485                       n_contrasts,
1486                       TAB_RIGHT, contrast_value, NULL, RC_OTHER);
1487
1488           std_error_contrast = sqrt (pvw->mse * coef_msq);
1489
1490           /* Std. Error */
1491           tab_double (t,  4, (v * lines_per_variable) + i + 1,
1492                       TAB_RIGHT, std_error_contrast,
1493                       NULL, RC_OTHER);
1494
1495           T = fabs (contrast_value / std_error_contrast);
1496
1497           /* T Statistic */
1498
1499           tab_double (t,  5, (v * lines_per_variable) + i + 1,
1500                       TAB_RIGHT, T,
1501                       NULL, RC_OTHER);
1502
1503
1504           /* Degrees of Freedom */
1505           tab_double (t,  6, (v * lines_per_variable) + i + 1,
1506                      TAB_RIGHT,  df, NULL, RC_INTEGER);
1507
1508
1509           /* Significance TWO TAILED !!*/
1510           tab_double (t,  7, (v * lines_per_variable) + i + 1,
1511                       TAB_RIGHT,  2 * gsl_cdf_tdist_Q (T, df),
1512                       NULL, RC_PVALUE);
1513
1514           /* Now for the Variances NOT Equal case */
1515
1516           /* Std. Error */
1517           tab_double (t,  4,
1518                       (v * lines_per_variable) + i + 1 + n_contrasts,
1519                       TAB_RIGHT, sec_vneq,
1520                       NULL, RC_OTHER);
1521
1522           T = contrast_value / sec_vneq;
1523           tab_double (t,  5,
1524                       (v * lines_per_variable) + i + 1 + n_contrasts,
1525                       TAB_RIGHT, T,
1526                       NULL, RC_OTHER);
1527
1528           df = df_numerator / df_denominator;
1529
1530           tab_double (t,  6,
1531                       (v * lines_per_variable) + i + 1 + n_contrasts,
1532                       TAB_RIGHT, df,
1533                       NULL, RC_OTHER);
1534
1535           {
1536             double p = gsl_cdf_tdist_P (T, df);
1537             double q = gsl_cdf_tdist_Q (T, df);
1538
1539             /* The Significance */
1540             tab_double (t, 7, (v * lines_per_variable) + i + 1 + n_contrasts,
1541                         TAB_RIGHT,  2 * ((T > 0) ? q : p),
1542                         NULL, RC_PVALUE);
1543           }
1544         }
1545
1546       if ( v > 0 )
1547         tab_hline (t, TAL_1, 0, n_cols - 1, (v * lines_per_variable) + 1);
1548     }
1549
1550   tab_submit (t);
1551 }
1552
1553
1554
1555 static void
1556 show_comparisons (const struct oneway_spec *cmd, const struct oneway_workspace *ws, int v)
1557 {
1558   const int n_cols = 8;
1559   const int heading_rows = 2;
1560   const int heading_cols = 3;
1561
1562   int p;
1563   int r = heading_rows ;
1564
1565   const struct per_var_ws *pvw = &ws->vws[v];
1566   const struct categoricals *cat = pvw->cat;
1567   const int n_rows = heading_rows + cmd->n_posthoc * pvw->n_groups * (pvw->n_groups - 1);
1568
1569   struct tab_table *t = tab_create (n_cols, n_rows);
1570
1571   tab_headers (t, heading_cols, 0, heading_rows, 0);
1572
1573   /* Put a frame around the entire box, and vertical lines inside */
1574   tab_box (t,
1575            TAL_2, TAL_2,
1576            -1, -1,
1577            0, 0,
1578            n_cols - 1, n_rows - 1);
1579
1580   tab_box (t,
1581            -1, -1,
1582            -1, TAL_1,
1583            heading_cols, 0,
1584            n_cols - 1, n_rows - 1);
1585
1586   tab_vline (t, TAL_2, heading_cols, 0, n_rows - 1);
1587
1588   tab_title (t, _("Multiple Comparisons (%s)"), var_to_string (cmd->vars[v]));
1589
1590   tab_text_format (t,  1, 1, TAB_LEFT | TAT_TITLE, _("(I) %s"), var_to_string (cmd->indep_var));
1591   tab_text_format (t,  2, 1, TAB_LEFT | TAT_TITLE, _("(J) %s"), var_to_string (cmd->indep_var));
1592   tab_text (t,  3, 0, TAB_CENTER | TAT_TITLE, _("Mean Difference"));
1593   tab_text (t,  3, 1, TAB_CENTER | TAT_TITLE, _("(I - J)"));
1594   tab_text (t,  4, 1, TAB_CENTER | TAT_TITLE, _("Std. Error"));
1595   tab_text (t,  5, 1, TAB_CENTER | TAT_TITLE, _("Sig."));
1596
1597   tab_joint_text_format (t, 6, 0, 7, 0, TAB_CENTER | TAT_TITLE,
1598                          _("%g%% Confidence Interval"),
1599                          (1 - cmd->alpha) * 100.0);
1600
1601   tab_text (t,  6, 1, TAB_CENTER | TAT_TITLE, _("Lower Bound"));
1602   tab_text (t,  7, 1, TAB_CENTER | TAT_TITLE, _("Upper Bound"));
1603
1604
1605   for (p = 0; p < cmd->n_posthoc; ++p)
1606     {
1607       int i;
1608       const struct posthoc *ph = &ph_tests[cmd->posthoc[p]];
1609
1610       tab_hline (t, TAL_2, 0, n_cols - 1, r);
1611
1612       tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, gettext (ph->label));
1613
1614       for (i = 0; i < pvw->n_groups ; ++i)
1615         {
1616           double weight_i, mean_i, var_i;
1617           int rx = 0;
1618           struct string vstr;
1619           int j;
1620           struct descriptive_data *dd_i = categoricals_get_user_data_by_category (cat, i);
1621           const struct ccase *gcc = categoricals_get_case_by_category (cat, i);
1622
1623
1624           ds_init_empty (&vstr);
1625           var_append_value_name (cmd->indep_var, case_data (gcc, cmd->indep_var), &vstr);
1626
1627           if ( i != 0)
1628             tab_hline (t, TAL_1, 1, n_cols - 1, r);
1629           tab_text (t, 1, r, TAB_LEFT | TAT_TITLE, ds_cstr (&vstr));
1630
1631           moments1_calculate (dd_i->mom, &weight_i, &mean_i, &var_i, 0, 0);
1632
1633           for (j = 0 ; j < pvw->n_groups; ++j)
1634             {
1635               double std_err;
1636               double weight_j, mean_j, var_j;
1637               double half_range;
1638               const struct ccase *cc;
1639               struct descriptive_data *dd_j = categoricals_get_user_data_by_category (cat, j);
1640               if (j == i)
1641                 continue;
1642
1643               ds_clear (&vstr);
1644               cc = categoricals_get_case_by_category (cat, j);
1645               var_append_value_name (cmd->indep_var, case_data (cc, cmd->indep_var), &vstr);
1646               tab_text (t, 2, r + rx, TAB_LEFT | TAT_TITLE, ds_cstr (&vstr));
1647
1648               moments1_calculate (dd_j->mom, &weight_j, &mean_j, &var_j, 0, 0);
1649
1650               tab_double  (t, 3, r + rx, 0, mean_i - mean_j, NULL, RC_OTHER);
1651
1652               std_err = pvw->mse;
1653               std_err *= weight_i + weight_j;
1654               std_err /= weight_i * weight_j;
1655               std_err = sqrt (std_err);
1656
1657               tab_double  (t, 4, r + rx, 0, std_err, NULL, RC_OTHER);
1658
1659               tab_double (t, 5, r + rx, 0, 2 * multiple_comparison_sig (std_err, pvw, dd_i, dd_j, ph), NULL, RC_PVALUE);
1660
1661               half_range = mc_half_range (cmd, pvw, std_err, dd_i, dd_j, ph);
1662
1663               tab_double (t, 6, r + rx, 0,
1664                           (mean_i - mean_j) - half_range, NULL, RC_OTHER);
1665
1666               tab_double (t, 7, r + rx, 0,
1667                           (mean_i - mean_j) + half_range, NULL, RC_OTHER);
1668
1669               rx++;
1670             }
1671           ds_destroy (&vstr);
1672           r += pvw->n_groups - 1;
1673         }
1674     }
1675
1676   tab_submit (t);
1677 }