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           if ( ll_count (coefficient_list) <= 0)
 550             goto error;
 551
 552           ll_push_tail (&oneway.contrast_list, &cl->ll);
 553         }
 554       else if (lex_match_id (lexer, "MISSING"))
 555         {
 556           lex_match (lexer, T_EQUALS);
 557           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 558             {
 559               if (lex_match_id (lexer, "INCLUDE"))
 560                 {
 561                   oneway.exclude = MV_SYSTEM;
 562                 }
 563               else if (lex_match_id (lexer, "EXCLUDE"))
 564                 {
 565                   oneway.exclude = MV_ANY;
 566                 }
 567               else if (lex_match_id (lexer, "LISTWISE"))
 568                 {
 569                   oneway.missing_type = MISS_LISTWISE;
 570                 }
 571               else if (lex_match_id (lexer, "ANALYSIS"))
 572                 {
 573                   oneway.missing_type = MISS_ANALYSIS;
 574                 }
 575               else
 576                 {
 577                   lex_error (lexer, NULL);
 578                   goto error;
 579                 }
 580             }
 581         }
 582       else
 583         {
 584           lex_error (lexer, NULL);
 585           goto error;
 586         }
 587     }
 588
 589
 590   {
 591     struct casegrouper *grouper;
 592     struct casereader *group;
 593     bool ok;
 594
 595     grouper = casegrouper_create_splits (proc_open (ds), dict);
 596     while (casegrouper_get_next_group (grouper, &group))
 597       run_oneway (&oneway, group, ds);
 598     ok = casegrouper_destroy (grouper);
 599     ok = proc_commit (ds) && ok;
 600   }
 601
 602   oneway_cleanup (&oneway);
 603   free (oneway.vars);
 604   return CMD_SUCCESS;
 605
 606  error:
 607   oneway_cleanup (&oneway);
 608   free (oneway.vars);
 609   return CMD_FAILURE;
 610 }
 611
 612
 613 \f
 614
 615
 616 static struct descriptive_data *
 617 dd_create (const struct variable *var)
 618 {
 619   struct descriptive_data *dd = xmalloc (sizeof *dd);
 620
 621   dd->mom = moments1_create (MOMENT_VARIANCE);
 622   dd->minimum = DBL_MAX;
 623   dd->maximum = -DBL_MAX;
 624   dd->var = var;
 625
 626   return dd;
 627 }
 628
 629 static void
 630 dd_destroy (struct descriptive_data *dd)
 631 {
 632   moments1_destroy (dd->mom);
 633   free (dd);
 634 }
 635
 636 static void *
 637 makeit (const void *aux1, void *aux2 UNUSED)
 638 {
 639   const struct variable *var = aux1;
 640
 641   struct descriptive_data *dd = dd_create (var);
 642
 643   return dd;
 644 }
 645
 646 static void
 647 killit (const void *aux1 UNUSED, void *aux2 UNUSED, void *user_data)
 648 {
 649   struct descriptive_data *dd = user_data;
 650
 651   dd_destroy (dd);
 652 }
 653
 654
 655 static void
 656 updateit (const void *aux1, void *aux2, void *user_data,
 657           const struct ccase *c, double weight)
 658 {
 659   struct descriptive_data *dd = user_data;
 660
 661   const struct variable *varp = aux1;
 662
 663   const union value *valx = case_data (c, varp);
 664
 665   struct descriptive_data *dd_total = aux2;
 666
 667   moments1_add (dd->mom, valx->f, weight);
 668   if (valx->f < dd->minimum)
 669     dd->minimum = valx->f;
 670
 671   if (valx->f > dd->maximum)
 672     dd->maximum = valx->f;
 673
 674   {
 675     const struct variable *var = dd_total->var;
 676     const union value *val = case_data (c, var);
 677
 678     moments1_add (dd_total->mom,
 679                   val->f,
 680                   weight);
 681
 682     if (val->f < dd_total->minimum)
 683       dd_total->minimum = val->f;
 684
 685     if (val->f > dd_total->maximum)
 686       dd_total->maximum = val->f;
 687   }
 688 }
 689
 690 static void
 691 run_oneway (const struct oneway_spec *cmd,
 692             struct casereader *input,
 693             const struct dataset *ds)
 694 {
 695   int v;
 696   struct taint *taint;
 697   struct dictionary *dict = dataset_dict (ds);
 698   struct casereader *reader;
 699   struct ccase *c;
 700
 701   struct oneway_workspace ws;
 702
 703   ws.actual_number_of_groups = 0;
 704   ws.vws = xzalloc (cmd->n_vars * sizeof (*ws.vws));
 705   ws.dd_total = xmalloc (sizeof (struct descriptive_data) * cmd->n_vars);
 706
 707   for (v = 0 ; v < cmd->n_vars; ++v)
 708     ws.dd_total[v] = dd_create (cmd->vars[v]);
 709
 710   for (v = 0; v < cmd->n_vars; ++v)
 711     {
 712       struct payload payload;
 713       payload.create = makeit;
 714       payload.update = updateit;
 715       payload.calculate = NULL;
 716       payload.destroy = killit;
 717
 718       ws.vws[v].iact = interaction_create (cmd->indep_var);
 719       ws.vws[v].cat = categoricals_create (&ws.vws[v].iact, 1, cmd->wv,
 720                                            cmd->exclude, cmd->exclude);
 721
 722       categoricals_set_payload (ws.vws[v].cat, &payload,
 723                                 CONST_CAST (struct variable *, cmd->vars[v]),
 724                                 ws.dd_total[v]);
 725
 726
 727       ws.vws[v].cov = covariance_2pass_create (1, &cmd->vars[v],
 728                                                ws.vws[v].cat,
 729                                                cmd->wv, cmd->exclude);
 730       ws.vws[v].nl = levene_create (var_get_width (cmd->indep_var), NULL);
 731     }
 732
 733   c = casereader_peek (input, 0);
 734   if (c == NULL)
 735     {
 736       casereader_destroy (input);
 737       goto finish;
 738     }
 739   output_split_file_values (ds, c);
 740   case_unref (c);
 741
 742   taint = taint_clone (casereader_get_taint (input));
 743
 744   input = casereader_create_filter_missing (input, &cmd->indep_var, 1,
 745                                             cmd->exclude, NULL, NULL);
 746   if (cmd->missing_type == MISS_LISTWISE)
 747     input = casereader_create_filter_missing (input, cmd->vars, cmd->n_vars,
 748                                               cmd->exclude, NULL, NULL);
 749   input = casereader_create_filter_weight (input, dict, NULL, NULL);
 750
 751   reader = casereader_clone (input);
 752   for (; (c = casereader_read (reader)) != NULL; case_unref (c))
 753     {
 754       int i;
 755       double w = dict_get_case_weight (dict, c, NULL);
 756
 757       for (i = 0; i < cmd->n_vars; ++i)
 758         {
 759           struct per_var_ws *pvw = &ws.vws[i];
 760           const struct variable *v = cmd->vars[i];
 761           const union value *val = case_data (c, v);
 762
 763           if ( MISS_ANALYSIS == cmd->missing_type)
 764             {
 765               if ( var_is_value_missing (v, val, cmd->exclude))
 766                 continue;
 767             }
 768
 769           covariance_accumulate_pass1 (pvw->cov, c);
 770           levene_pass_one (pvw->nl, val->f, w, case_data (c, cmd->indep_var));
 771         }
 772     }
 773   casereader_destroy (reader);
 774
 775   reader = casereader_clone (input);
 776   for ( ; (c = casereader_read (reader) ); case_unref (c))
 777     {
 778       int i;
 779       double w = dict_get_case_weight (dict, c, NULL);
 780       for (i = 0; i < cmd->n_vars; ++i)
 781         {
 782           struct per_var_ws *pvw = &ws.vws[i];
 783           const struct variable *v = cmd->vars[i];
 784           const union value *val = case_data (c, v);
 785
 786           if ( MISS_ANALYSIS == cmd->missing_type)
 787             {
 788               if ( var_is_value_missing (v, val, cmd->exclude))
 789                 continue;
 790             }
 791
 792           covariance_accumulate_pass2 (pvw->cov, c);
 793           levene_pass_two (pvw->nl, val->f, w, case_data (c, cmd->indep_var));
 794         }
 795     }
 796   casereader_destroy (reader);
 797
 798   reader = casereader_clone (input);
 799   for ( ; (c = casereader_read (reader) ); case_unref (c))
 800     {
 801       int i;
 802       double w = dict_get_case_weight (dict, c, NULL);
 803
 804       for (i = 0; i < cmd->n_vars; ++i)
 805         {
 806           struct per_var_ws *pvw = &ws.vws[i];
 807           const struct variable *v = cmd->vars[i];
 808           const union value *val = case_data (c, v);
 809
 810           if ( MISS_ANALYSIS == cmd->missing_type)
 811             {
 812               if ( var_is_value_missing (v, val, cmd->exclude))
 813                 continue;
 814             }
 815
 816           levene_pass_three (pvw->nl, val->f, w, case_data (c, cmd->indep_var));
 817         }
 818     }
 819   casereader_destroy (reader);
 820
 821
 822   for (v = 0; v < cmd->n_vars; ++v)
 823     {
 824       const gsl_matrix *ucm;
 825       gsl_matrix *cm;
 826       struct per_var_ws *pvw = &ws.vws[v];
 827       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
 828       const bool ok = categoricals_sane (cats);
 829
 830       if ( ! ok)
 831         {
 832           msg (MW,
 833                _("Dependent variable %s has no non-missing values.  No analysis for this variable will be done."),
 834                var_get_name (cmd->vars[v]));
 835           continue;
 836         }
 837
 838       ucm = covariance_calculate_unnormalized (pvw->cov);
 839
 840       cm = gsl_matrix_alloc (ucm->size1, ucm->size2);
 841       gsl_matrix_memcpy (cm, ucm);
 842
 843       moments1_calculate (ws.dd_total[v]->mom, &pvw->n, NULL, NULL, NULL, NULL);
 844
 845       pvw->sst = gsl_matrix_get (cm, 0, 0);
 846
 847       reg_sweep (cm, 0);
 848
 849       pvw->sse = gsl_matrix_get (cm, 0, 0);
 850       gsl_matrix_free (cm);
 851
 852       pvw->ssa = pvw->sst - pvw->sse;
 853
 854       pvw->n_groups = categoricals_n_total (cats);
 855
 856       pvw->mse = (pvw->sst - pvw->ssa) / (pvw->n - pvw->n_groups);
 857     }
 858
 859   for (v = 0; v < cmd->n_vars; ++v)
 860     {
 861       const struct categoricals *cats = covariance_get_categoricals (ws.vws[v].cov);
 862
 863       if ( ! categoricals_is_complete (cats))
 864         {
 865           continue;
 866         }
 867
 868       if (categoricals_n_total (cats) > ws.actual_number_of_groups)
 869         ws.actual_number_of_groups = categoricals_n_total (cats);
 870     }
 871
 872   casereader_destroy (input);
 873
 874   if (!taint_has_tainted_successor (taint))
 875     output_oneway (cmd, &ws);
 876
 877   taint_destroy (taint);
 878
 879  finish:
 880
 881   for (v = 0; v < cmd->n_vars; ++v)
 882     {
 883       covariance_destroy (ws.vws[v].cov);
 884       levene_destroy (ws.vws[v].nl);
 885       dd_destroy (ws.dd_total[v]);
 886       interaction_destroy (ws.vws[v].iact);
 887     }
 888
 889   free (ws.vws);
 890   free (ws.dd_total);
 891 }
 892
 893 static void show_contrast_coeffs (const struct oneway_spec *cmd, const struct oneway_workspace *ws);
 894 static void show_contrast_tests (const struct oneway_spec *cmd, const struct oneway_workspace *ws);
 895 static void show_comparisons (const struct oneway_spec *cmd, const struct oneway_workspace *ws, int depvar);
 896
 897 static void
 898 output_oneway (const struct oneway_spec *cmd, struct oneway_workspace *ws)
 899 {
 900   size_t i = 0;
 901
 902   /* Check the sanity of the given contrast values */
 903   struct contrasts_node *coeff_list  = NULL;
 904   struct contrasts_node *coeff_next  = NULL;
 905   ll_for_each_safe (coeff_list, coeff_next, struct contrasts_node, ll, &cmd->contrast_list)
 906     {
 907       struct coeff_node *cn = NULL;
 908       double sum = 0;
 909       struct ll_list *cl = &coeff_list->coefficient_list;
 910       ++i;
 911
 912       if (ll_count (cl) != ws->actual_number_of_groups)
 913         {
 914           msg (SW,
 915                _("In contrast list %zu, the number of coefficients (%zu) does not equal the number of groups (%d). This contrast list will be ignored."),
 916                i, ll_count (cl), ws->actual_number_of_groups);
 917
 918           ll_remove (&coeff_list->ll);
 919           destroy_coeff_list (coeff_list);
 920           continue;
 921         }
 922
 923       ll_for_each (cn, struct coeff_node, ll, cl)
 924         sum += cn->coeff;
 925
 926       if ( sum != 0.0 )
 927         msg (SW, _("Coefficients for contrast %zu do not total zero"), i);
 928     }
 929
 930   if (cmd->stats & STATS_DESCRIPTIVES)
 931     show_descriptives (cmd, ws);
 932
 933   if (cmd->stats & STATS_HOMOGENEITY)
 934     show_homogeneity (cmd, ws);
 935
 936   show_anova_table (cmd, ws);
 937
 938   if (ll_count (&cmd->contrast_list) > 0)
 939     {
 940       show_contrast_coeffs (cmd, ws);
 941       show_contrast_tests (cmd, ws);
 942     }
 943
 944   if ( cmd->posthoc )
 945     {
 946       int v;
 947       for (v = 0 ; v < cmd->n_vars; ++v)
 948         {
 949           const struct categoricals *cats = covariance_get_categoricals (ws->vws[v].cov);
 950
 951           if ( categoricals_is_complete (cats))
 952             show_comparisons (cmd, ws, v);
 953         }
 954     }
 955 }
 956
 957
 958 /* Show the ANOVA table */
 959 static void
 960 show_anova_table (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
 961 {
 962   size_t i;
 963   int n_cols =7;
 964   size_t n_rows = cmd->n_vars * 3 + 1;
 965
 966   struct tab_table *t = tab_create (n_cols, n_rows);
 967
 968   tab_headers (t, 2, 0, 1, 0);
 969
 970   tab_box (t,
 971            TAL_2, TAL_2,
 972            -1, TAL_1,
 973            0, 0,
 974            n_cols - 1, n_rows - 1);
 975
 976   tab_hline (t, TAL_2, 0, n_cols - 1, 1 );
 977   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
 978   tab_vline (t, TAL_0, 1, 0, 0);
 979
 980   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("Sum of Squares"));
 981   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("df"));
 982   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("Mean Square"));
 983   tab_text (t, 5, 0, TAB_CENTER | TAT_TITLE, _("F"));
 984   tab_text (t, 6, 0, TAB_CENTER | TAT_TITLE, _("Sig."));
 985
 986
 987   for (i = 0; i < cmd->n_vars; ++i)
 988     {
 989       double n;
 990       double df1, df2;
 991       double msa;
 992       const char *s = var_to_string (cmd->vars[i]);
 993       const struct per_var_ws *pvw = &ws->vws[i];
 994
 995       moments1_calculate (ws->dd_total[i]->mom, &n, NULL, NULL, NULL, NULL);
 996
 997       df1 = pvw->n_groups - 1;
 998       df2 = n - pvw->n_groups;
 999       msa = pvw->ssa / df1;
1000
1001       tab_text (t, 0, i * 3 + 1, TAB_LEFT | TAT_TITLE, s);
1002       tab_text (t, 1, i * 3 + 1, TAB_LEFT | TAT_TITLE, _("Between Groups"));
1003       tab_text (t, 1, i * 3 + 2, TAB_LEFT | TAT_TITLE, _("Within Groups"));
1004       tab_text (t, 1, i * 3 + 3, TAB_LEFT | TAT_TITLE, _("Total"));
1005
1006       if (i > 0)
1007         tab_hline (t, TAL_1, 0, n_cols - 1, i * 3 + 1);
1008
1009
1010       /* Sums of Squares */
1011       tab_double (t, 2, i * 3 + 1, 0, pvw->ssa, NULL, RC_OTHER);
1012       tab_double (t, 2, i * 3 + 3, 0, pvw->sst, NULL, RC_OTHER);
1013       tab_double (t, 2, i * 3 + 2, 0, pvw->sse, NULL, RC_OTHER);
1014
1015
1016       /* Degrees of freedom */
1017       tab_double (t, 3, i * 3 + 1, 0, df1, NULL, RC_INTEGER);
1018       tab_double (t, 3, i * 3 + 2, 0, df2,  NULL, RC_INTEGER);
1019       tab_double (t, 3, i * 3 + 3, 0, n - 1, NULL, RC_INTEGER);
1020
1021       /* Mean Squares */
1022       tab_double (t, 4, i * 3 + 1, TAB_RIGHT, msa, NULL, RC_OTHER);
1023       tab_double (t, 4, i * 3 + 2, TAB_RIGHT, pvw->mse, NULL, RC_OTHER);
1024
1025       {
1026         const double F = msa / pvw->mse ;
1027
1028         /* The F value */
1029         tab_double (t, 5, i * 3 + 1, 0,  F, NULL, RC_OTHER);
1030
1031         /* The significance */
1032         tab_double (t, 6, i * 3 + 1, 0, gsl_cdf_fdist_Q (F, df1, df2), NULL, RC_PVALUE);
1033       }
1034     }
1035
1036   tab_title (t, _("ANOVA"));
1037   tab_submit (t);
1038 }
1039
1040
1041 /* Show the descriptives table */
1042 static void
1043 show_descriptives (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1044 {
1045   size_t v;
1046   int n_cols = 10;
1047   struct tab_table *t;
1048   int row;
1049
1050   const double confidence = 0.95;
1051   const double q = (1.0 - confidence) / 2.0;
1052
1053   const struct fmt_spec *wfmt = cmd->wv ? var_get_print_format (cmd->wv) : &F_8_0;
1054
1055   int n_rows = 2;
1056
1057   for (v = 0; v < cmd->n_vars; ++v)
1058     n_rows += ws->actual_number_of_groups + 1;
1059
1060   t = tab_create (n_cols, n_rows);
1061   tab_set_format (t, RC_WEIGHT, wfmt);
1062   tab_headers (t, 2, 0, 2, 0);
1063
1064   /* Put a frame around the entire box, and vertical lines inside */
1065   tab_box (t,
1066            TAL_2, TAL_2,
1067            -1, TAL_1,
1068            0, 0,
1069            n_cols - 1, n_rows - 1);
1070
1071   /* Underline headers */
1072   tab_hline (t, TAL_2, 0, n_cols - 1, 2);
1073   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
1074
1075   tab_text (t, 2, 1, TAB_CENTER | TAT_TITLE, _("N"));
1076   tab_text (t, 3, 1, TAB_CENTER | TAT_TITLE, _("Mean"));
1077   tab_text (t, 4, 1, TAB_CENTER | TAT_TITLE, _("Std. Deviation"));
1078   tab_text (t, 5, 1, TAB_CENTER | TAT_TITLE, _("Std. Error"));
1079
1080
1081   tab_vline (t, TAL_0, 7, 0, 0);
1082   tab_hline (t, TAL_1, 6, 7, 1);
1083   tab_joint_text_format (t, 6, 0, 7, 0, TAB_CENTER | TAT_TITLE,
1084                          _("%g%% Confidence Interval for Mean"),
1085                          confidence*100.0);
1086
1087   tab_text (t, 6, 1, TAB_CENTER | TAT_TITLE, _("Lower Bound"));
1088   tab_text (t, 7, 1, TAB_CENTER | TAT_TITLE, _("Upper Bound"));
1089
1090   tab_text (t, 8, 1, TAB_CENTER | TAT_TITLE, _("Minimum"));
1091   tab_text (t, 9, 1, TAB_CENTER | TAT_TITLE, _("Maximum"));
1092
1093   tab_title (t, _("Descriptives"));
1094
1095   row = 2;
1096   for (v = 0; v < cmd->n_vars; ++v)
1097     {
1098       const char *s = var_to_string (cmd->vars[v]);
1099       const struct fmt_spec *fmt = var_get_print_format (cmd->vars[v]);
1100
1101       int count = 0;
1102
1103       struct per_var_ws *pvw = &ws->vws[v];
1104       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
1105
1106       tab_text (t, 0, row, TAB_LEFT | TAT_TITLE, s);
1107       if ( v > 0)
1108         tab_hline (t, TAL_1, 0, n_cols - 1, row);
1109
1110       for (count = 0; count < categoricals_n_total (cats); ++count)
1111         {
1112           double T;
1113           double n, mean, variance;
1114           double std_dev, std_error ;
1115
1116           struct string vstr;
1117
1118           const struct ccase *gcc = categoricals_get_case_by_category (cats, count);
1119           const struct descriptive_data *dd = categoricals_get_user_data_by_category (cats, count);
1120
1121           moments1_calculate (dd->mom, &n, &mean, &variance, NULL, NULL);
1122
1123           std_dev = sqrt (variance);
1124           std_error = std_dev / sqrt (n) ;
1125
1126           ds_init_empty (&vstr);
1127
1128           var_append_value_name (cmd->indep_var, case_data (gcc, cmd->indep_var), &vstr);
1129
1130           tab_text (t, 1, row + count,
1131                     TAB_LEFT | TAT_TITLE,
1132                     ds_cstr (&vstr));
1133
1134           ds_destroy (&vstr);
1135
1136           /* Now fill in the numbers ... */
1137
1138           tab_double (t, 2, row + count, 0, n, NULL, RC_WEIGHT);
1139
1140           tab_double (t, 3, row + count, 0, mean, NULL, RC_OTHER);
1141
1142           tab_double (t, 4, row + count, 0, std_dev, NULL, RC_OTHER);
1143
1144
1145           tab_double (t, 5, row + count, 0, std_error, NULL, RC_OTHER);
1146
1147           /* Now the confidence interval */
1148
1149           T = gsl_cdf_tdist_Qinv (q, n - 1);
1150
1151           tab_double (t, 6, row + count, 0,
1152                       mean - T * std_error, NULL, RC_OTHER);
1153
1154           tab_double (t, 7, row + count, 0,
1155                       mean + T * std_error, NULL, RC_OTHER);
1156
1157           /* Min and Max */
1158
1159           tab_double (t, 8, row + count, 0,  dd->minimum, fmt, RC_OTHER);
1160           tab_double (t, 9, row + count, 0,  dd->maximum, fmt, RC_OTHER);
1161         }
1162
1163       if (categoricals_is_complete (cats))
1164       {
1165         double T;
1166         double n, mean, variance;
1167         double std_dev;
1168         double std_error;
1169
1170         moments1_calculate (ws->dd_total[v]->mom, &n, &mean, &variance, NULL, NULL);
1171
1172         std_dev = sqrt (variance);
1173         std_error = std_dev / sqrt (n) ;
1174
1175         tab_text (t, 1, row + count,
1176                   TAB_LEFT | TAT_TITLE, _("Total"));
1177
1178         tab_double (t, 2, row + count, 0, n, NULL, RC_WEIGHT);
1179
1180         tab_double (t, 3, row + count, 0, mean, NULL, RC_OTHER);
1181
1182         tab_double (t, 4, row + count, 0, std_dev, NULL, RC_OTHER);
1183
1184         tab_double (t, 5, row + count, 0, std_error, NULL, RC_OTHER);
1185
1186         /* Now the confidence interval */
1187         T = gsl_cdf_tdist_Qinv (q, n - 1);
1188
1189         tab_double (t, 6, row + count, 0,
1190                     mean - T * std_error, NULL, RC_OTHER);
1191
1192         tab_double (t, 7, row + count, 0,
1193                     mean + T * std_error, NULL, RC_OTHER);
1194
1195
1196         /* Min and Max */
1197         tab_double (t, 8, row + count, 0,  ws->dd_total[v]->minimum, fmt, RC_OTHER);
1198         tab_double (t, 9, row + count, 0,  ws->dd_total[v]->maximum, fmt, RC_OTHER);
1199       }
1200
1201       row += categoricals_n_total (cats) + 1;
1202     }
1203
1204   tab_submit (t);
1205 }
1206
1207 /* Show the homogeneity table */
1208 static void
1209 show_homogeneity (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1210 {
1211   size_t v;
1212   int n_cols = 5;
1213   size_t n_rows = cmd->n_vars + 1;
1214
1215   struct tab_table *t = tab_create (n_cols, n_rows);
1216   tab_headers (t, 1, 0, 1, 0);
1217
1218   /* Put a frame around the entire box, and vertical lines inside */
1219   tab_box (t,
1220            TAL_2, TAL_2,
1221            -1, TAL_1,
1222            0, 0,
1223            n_cols - 1, n_rows - 1);
1224
1225
1226   tab_hline (t, TAL_2, 0, n_cols - 1, 1);
1227   tab_vline (t, TAL_2, 1, 0, n_rows - 1);
1228
1229   tab_text (t, 1, 0, TAB_CENTER | TAT_TITLE, _("Levene Statistic"));
1230   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("df1"));
1231   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("df2"));
1232   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("Sig."));
1233
1234   tab_title (t, _("Test of Homogeneity of Variances"));
1235
1236   for (v = 0; v < cmd->n_vars; ++v)
1237     {
1238       double n;
1239       const struct per_var_ws *pvw = &ws->vws[v];
1240       double F = levene_calculate (pvw->nl);
1241
1242       const struct variable *var = cmd->vars[v];
1243       const char *s = var_to_string (var);
1244       double df1, df2;
1245
1246       moments1_calculate (ws->dd_total[v]->mom, &n, NULL, NULL, NULL, NULL);
1247
1248       df1 = pvw->n_groups - 1;
1249       df2 = n - pvw->n_groups;
1250
1251       tab_text (t, 0, v + 1, TAB_LEFT | TAT_TITLE, s);
1252
1253       tab_double (t, 1, v + 1, TAB_RIGHT, F, NULL, RC_OTHER);
1254       tab_double (t, 2, v + 1, TAB_RIGHT, df1, NULL, RC_INTEGER);
1255       tab_double (t, 3, v + 1, TAB_RIGHT, df2, NULL, RC_INTEGER);
1256
1257       /* Now the significance */
1258       tab_double (t, 4, v + 1, TAB_RIGHT, gsl_cdf_fdist_Q (F, df1, df2), NULL, RC_PVALUE);
1259     }
1260
1261   tab_submit (t);
1262 }
1263
1264
1265 /* Show the contrast coefficients table */
1266 static void
1267 show_contrast_coeffs (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1268 {
1269   int c_num = 0;
1270   struct ll *cli;
1271
1272   int n_contrasts = ll_count (&cmd->contrast_list);
1273   int n_cols = 2 + ws->actual_number_of_groups;
1274   int n_rows = 2 + n_contrasts;
1275
1276   struct tab_table *t;
1277
1278   const struct covariance *cov = ws->vws[0].cov ;
1279
1280   t = tab_create (n_cols, n_rows);
1281   tab_headers (t, 2, 0, 2, 0);
1282
1283   /* Put a frame around the entire box, and vertical lines inside */
1284   tab_box (t,
1285            TAL_2, TAL_2,
1286            -1, TAL_1,
1287            0, 0,
1288            n_cols - 1, n_rows - 1);
1289
1290   tab_box (t,
1291            -1, -1,
1292            TAL_0, TAL_0,
1293            2, 0,
1294            n_cols - 1, 0);
1295
1296   tab_box (t,
1297            -1, -1,
1298            TAL_0, TAL_0,
1299            0, 0,
1300            1, 1);
1301
1302   tab_hline (t, TAL_1, 2, n_cols - 1, 1);
1303   tab_hline (t, TAL_2, 0, n_cols - 1, 2);
1304
1305   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
1306
1307   tab_title (t, _("Contrast Coefficients"));
1308
1309   tab_text (t,  0, 2, TAB_LEFT | TAT_TITLE, _("Contrast"));
1310
1311
1312   tab_joint_text (t, 2, 0, n_cols - 1, 0, TAB_CENTER | TAT_TITLE,
1313                   var_to_string (cmd->indep_var));
1314
1315   for ( cli = ll_head (&cmd->contrast_list);
1316         cli != ll_null (&cmd->contrast_list);
1317         cli = ll_next (cli))
1318     {
1319       int count = 0;
1320       struct contrasts_node *cn = ll_data (cli, struct contrasts_node, ll);
1321       struct ll *coeffi ;
1322
1323       tab_text_format (t, 1, c_num + 2, TAB_CENTER, "%d", c_num + 1);
1324
1325       for (coeffi = ll_head (&cn->coefficient_list);
1326            coeffi != ll_null (&cn->coefficient_list);
1327            ++count, coeffi = ll_next (coeffi))
1328         {
1329           const struct categoricals *cats = covariance_get_categoricals (cov);
1330           const struct ccase *gcc = categoricals_get_case_by_category (cats, count);
1331           struct coeff_node *coeffn = ll_data (coeffi, struct coeff_node, ll);
1332           struct string vstr;
1333
1334           ds_init_empty (&vstr);
1335
1336           var_append_value_name (cmd->indep_var, case_data (gcc, cmd->indep_var), &vstr);
1337
1338           tab_text (t, count + 2, 1, TAB_CENTER | TAT_TITLE, ds_cstr (&vstr));
1339
1340           ds_destroy (&vstr);
1341
1342           tab_text_format (t, count + 2, c_num + 2, TAB_RIGHT, "%.*g",
1343                            DBL_DIG + 1, coeffn->coeff);
1344         }
1345       ++c_num;
1346     }
1347
1348   tab_submit (t);
1349 }
1350
1351
1352 /* Show the results of the contrast tests */
1353 static void
1354 show_contrast_tests (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1355 {
1356   int n_contrasts = ll_count (&cmd->contrast_list);
1357   size_t v;
1358   int n_cols = 8;
1359   size_t n_rows = 1 + cmd->n_vars * 2 * n_contrasts;
1360
1361   struct tab_table *t;
1362
1363   t = tab_create (n_cols, n_rows);
1364   tab_headers (t, 3, 0, 1, 0);
1365
1366   /* Put a frame around the entire box, and vertical lines inside */
1367   tab_box (t,
1368            TAL_2, TAL_2,
1369            -1, TAL_1,
1370            0, 0,
1371            n_cols - 1, n_rows - 1);
1372
1373   tab_box (t,
1374            -1, -1,
1375            TAL_0, TAL_0,
1376            0, 0,
1377            2, 0);
1378
1379   tab_hline (t, TAL_2, 0, n_cols - 1, 1);
1380   tab_vline (t, TAL_2, 3, 0, n_rows - 1);
1381
1382   tab_title (t, _("Contrast Tests"));
1383
1384   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("Contrast"));
1385   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("Value of Contrast"));
1386   tab_text (t,  4, 0, TAB_CENTER | TAT_TITLE, _("Std. Error"));
1387   tab_text (t,  5, 0, TAB_CENTER | TAT_TITLE, _("t"));
1388   tab_text (t,  6, 0, TAB_CENTER | TAT_TITLE, _("df"));
1389   tab_text (t,  7, 0, TAB_CENTER | TAT_TITLE, _("Sig. (2-tailed)"));
1390
1391   for (v = 0; v < cmd->n_vars; ++v)
1392     {
1393       const struct per_var_ws *pvw = &ws->vws[v];
1394       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
1395       if (!categoricals_is_complete (cats))
1396         continue;
1397       struct ll *cli;
1398       int i = 0;
1399       int lines_per_variable = 2 * n_contrasts;
1400
1401       tab_text (t,  0, (v * lines_per_variable) + 1, TAB_LEFT | TAT_TITLE,
1402                 var_to_string (cmd->vars[v]));
1403
1404       for ( cli = ll_head (&cmd->contrast_list);
1405             cli != ll_null (&cmd->contrast_list);
1406             ++i, cli = ll_next (cli))
1407         {
1408           struct contrasts_node *cn = ll_data (cli, struct contrasts_node, ll);
1409           struct ll *coeffi ;
1410           int ci = 0;
1411           double contrast_value = 0.0;
1412           double coef_msq = 0.0;
1413
1414           double T;
1415           double std_error_contrast;
1416           double df;
1417           double sec_vneq = 0.0;
1418
1419           /* Note: The calculation of the degrees of freedom in the
1420              "variances not equal" case is painfull!!
1421              The following formula may help to understand it:
1422              \frac{\left (\sum_{i=1}^k{c_i^2\frac{s_i^2}{n_i}}\right)^2}
1423              {
1424              \sum_{i=1}^k\left (
1425              \frac{\left (c_i^2\frac{s_i^2}{n_i}\right)^2}  {n_i-1}
1426              \right)
1427              }
1428           */
1429
1430           double df_denominator = 0.0;
1431           double df_numerator = 0.0;
1432
1433           double grand_n;
1434           moments1_calculate (ws->dd_total[v]->mom, &grand_n, NULL, NULL, NULL, NULL);
1435           df = grand_n - pvw->n_groups;
1436
1437           if ( i == 0 )
1438             {
1439               tab_text (t,  1, (v * lines_per_variable) + i + 1,
1440                         TAB_LEFT | TAT_TITLE,
1441                         _("Assume equal variances"));
1442
1443               tab_text (t,  1, (v * lines_per_variable) + i + 1 + n_contrasts,
1444                         TAB_LEFT | TAT_TITLE,
1445                         _("Does not assume equal"));
1446             }
1447
1448           tab_text_format (t,  2, (v * lines_per_variable) + i + 1,
1449                            TAB_CENTER | TAT_TITLE, "%d", i + 1);
1450
1451
1452           tab_text_format (t,  2,
1453                            (v * lines_per_variable) + i + 1 + n_contrasts,
1454                            TAB_CENTER | TAT_TITLE, "%d", i + 1);
1455
1456           for (coeffi = ll_head (&cn->coefficient_list);
1457                coeffi != ll_null (&cn->coefficient_list);
1458                ++ci, coeffi = ll_next (coeffi))
1459             {
1460               double n, mean, variance;
1461               const struct descriptive_data *dd = categoricals_get_user_data_by_category (cats, ci);
1462               struct coeff_node *cn = ll_data (coeffi, struct coeff_node, ll);
1463               const double coef = cn->coeff;
1464               double winv ;
1465
1466               moments1_calculate (dd->mom, &n, &mean, &variance, NULL, NULL);
1467
1468               winv = variance / n;
1469
1470               contrast_value += coef * mean;
1471
1472               coef_msq += (pow2 (coef)) / n;
1473
1474               sec_vneq += (pow2 (coef)) * variance / n;
1475
1476               df_numerator += (pow2 (coef)) * winv;
1477               df_denominator += pow2((pow2 (coef)) * winv) / (n - 1);
1478             }
1479
1480           sec_vneq = sqrt (sec_vneq);
1481
1482           df_numerator = pow2 (df_numerator);
1483
1484           tab_double (t,  3, (v * lines_per_variable) + i + 1,
1485                       TAB_RIGHT, contrast_value, NULL, RC_OTHER);
1486
1487           tab_double (t,  3, (v * lines_per_variable) + i + 1 +
1488                       n_contrasts,
1489                       TAB_RIGHT, contrast_value, NULL, RC_OTHER);
1490
1491           std_error_contrast = sqrt (pvw->mse * coef_msq);
1492
1493           /* Std. Error */
1494           tab_double (t,  4, (v * lines_per_variable) + i + 1,
1495                       TAB_RIGHT, std_error_contrast,
1496                       NULL, RC_OTHER);
1497
1498           T = fabs (contrast_value / std_error_contrast);
1499
1500           /* T Statistic */
1501
1502           tab_double (t,  5, (v * lines_per_variable) + i + 1,
1503                       TAB_RIGHT, T,
1504                       NULL, RC_OTHER);
1505
1506
1507           /* Degrees of Freedom */
1508           tab_double (t,  6, (v * lines_per_variable) + i + 1,
1509                      TAB_RIGHT,  df, NULL, RC_INTEGER);
1510
1511
1512           /* Significance TWO TAILED !!*/
1513           tab_double (t,  7, (v * lines_per_variable) + i + 1,
1514                       TAB_RIGHT,  2 * gsl_cdf_tdist_Q (T, df),
1515                       NULL, RC_PVALUE);
1516
1517           /* Now for the Variances NOT Equal case */
1518
1519           /* Std. Error */
1520           tab_double (t,  4,
1521                       (v * lines_per_variable) + i + 1 + n_contrasts,
1522                       TAB_RIGHT, sec_vneq,
1523                       NULL, RC_OTHER);
1524
1525           T = contrast_value / sec_vneq;
1526           tab_double (t,  5,
1527                       (v * lines_per_variable) + i + 1 + n_contrasts,
1528                       TAB_RIGHT, T,
1529                       NULL, RC_OTHER);
1530
1531           df = df_numerator / df_denominator;
1532
1533           tab_double (t,  6,
1534                       (v * lines_per_variable) + i + 1 + n_contrasts,
1535                       TAB_RIGHT, df,
1536                       NULL, RC_OTHER);
1537
1538           {
1539             double p = gsl_cdf_tdist_P (T, df);
1540             double q = gsl_cdf_tdist_Q (T, df);
1541
1542             /* The Significance */
1543             tab_double (t, 7, (v * lines_per_variable) + i + 1 + n_contrasts,
1544                         TAB_RIGHT,  2 * ((T > 0) ? q : p),
1545                         NULL, RC_PVALUE);
1546           }
1547         }
1548
1549       if ( v > 0 )
1550         tab_hline (t, TAL_1, 0, n_cols - 1, (v * lines_per_variable) + 1);
1551     }
1552
1553   tab_submit (t);
1554 }
1555
1556
1557
1558 static void
1559 show_comparisons (const struct oneway_spec *cmd, const struct oneway_workspace *ws, int v)
1560 {
1561   const int n_cols = 8;
1562   const int heading_rows = 2;
1563   const int heading_cols = 3;
1564
1565   int p;
1566   int r = heading_rows ;
1567
1568   const struct per_var_ws *pvw = &ws->vws[v];
1569   const struct categoricals *cat = pvw->cat;
1570   const int n_rows = heading_rows + cmd->n_posthoc * pvw->n_groups * (pvw->n_groups - 1);
1571
1572   struct tab_table *t = tab_create (n_cols, n_rows);
1573
1574   tab_headers (t, heading_cols, 0, heading_rows, 0);
1575
1576   /* Put a frame around the entire box, and vertical lines inside */
1577   tab_box (t,
1578            TAL_2, TAL_2,
1579            -1, -1,
1580            0, 0,
1581            n_cols - 1, n_rows - 1);
1582
1583   tab_box (t,
1584            -1, -1,
1585            -1, TAL_1,
1586            heading_cols, 0,
1587            n_cols - 1, n_rows - 1);
1588
1589   tab_vline (t, TAL_2, heading_cols, 0, n_rows - 1);
1590
1591   tab_title (t, _("Multiple Comparisons (%s)"), var_to_string (cmd->vars[v]));
1592
1593   tab_text_format (t,  1, 1, TAB_LEFT | TAT_TITLE, _("(I) %s"), var_to_string (cmd->indep_var));
1594   tab_text_format (t,  2, 1, TAB_LEFT | TAT_TITLE, _("(J) %s"), var_to_string (cmd->indep_var));
1595   tab_text (t,  3, 0, TAB_CENTER | TAT_TITLE, _("Mean Difference"));
1596   tab_text (t,  3, 1, TAB_CENTER | TAT_TITLE, _("(I - J)"));
1597   tab_text (t,  4, 1, TAB_CENTER | TAT_TITLE, _("Std. Error"));
1598   tab_text (t,  5, 1, TAB_CENTER | TAT_TITLE, _("Sig."));
1599
1600   tab_joint_text_format (t, 6, 0, 7, 0, TAB_CENTER | TAT_TITLE,
1601                          _("%g%% Confidence Interval"),
1602                          (1 - cmd->alpha) * 100.0);
1603
1604   tab_text (t,  6, 1, TAB_CENTER | TAT_TITLE, _("Lower Bound"));
1605   tab_text (t,  7, 1, TAB_CENTER | TAT_TITLE, _("Upper Bound"));
1606
1607
1608   for (p = 0; p < cmd->n_posthoc; ++p)
1609     {
1610       int i;
1611       const struct posthoc *ph = &ph_tests[cmd->posthoc[p]];
1612
1613       tab_hline (t, TAL_2, 0, n_cols - 1, r);
1614
1615       tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, gettext (ph->label));
1616
1617       for (i = 0; i < pvw->n_groups ; ++i)
1618         {
1619           double weight_i, mean_i, var_i;
1620           int rx = 0;
1621           struct string vstr;
1622           int j;
1623           struct descriptive_data *dd_i = categoricals_get_user_data_by_category (cat, i);
1624           const struct ccase *gcc = categoricals_get_case_by_category (cat, i);
1625
1626
1627           ds_init_empty (&vstr);
1628           var_append_value_name (cmd->indep_var, case_data (gcc, cmd->indep_var), &vstr);
1629
1630           if ( i != 0)
1631             tab_hline (t, TAL_1, 1, n_cols - 1, r);
1632           tab_text (t, 1, r, TAB_LEFT | TAT_TITLE, ds_cstr (&vstr));
1633
1634           moments1_calculate (dd_i->mom, &weight_i, &mean_i, &var_i, 0, 0);
1635
1636           for (j = 0 ; j < pvw->n_groups; ++j)
1637             {
1638               double std_err;
1639               double weight_j, mean_j, var_j;
1640               double half_range;
1641               const struct ccase *cc;
1642               struct descriptive_data *dd_j = categoricals_get_user_data_by_category (cat, j);
1643               if (j == i)
1644                 continue;
1645
1646               ds_clear (&vstr);
1647               cc = categoricals_get_case_by_category (cat, j);
1648               var_append_value_name (cmd->indep_var, case_data (cc, cmd->indep_var), &vstr);
1649               tab_text (t, 2, r + rx, TAB_LEFT | TAT_TITLE, ds_cstr (&vstr));
1650
1651               moments1_calculate (dd_j->mom, &weight_j, &mean_j, &var_j, 0, 0);
1652
1653               tab_double  (t, 3, r + rx, 0, mean_i - mean_j, NULL, RC_OTHER);
1654
1655               std_err = pvw->mse;
1656               std_err *= weight_i + weight_j;
1657               std_err /= weight_i * weight_j;
1658               std_err = sqrt (std_err);
1659
1660               tab_double  (t, 4, r + rx, 0, std_err, NULL, RC_OTHER);
1661
1662               tab_double (t, 5, r + rx, 0, 2 * multiple_comparison_sig (std_err, pvw, dd_i, dd_j, ph), NULL, RC_PVALUE);
1663
1664               half_range = mc_half_range (cmd, pvw, std_err, dd_i, dd_j, ph);
1665
1666               tab_double (t, 6, r + rx, 0,
1667                           (mean_i - mean_j) - half_range, NULL, RC_OTHER);
1668
1669               tab_double (t, 7, r + rx, 0,
1670                           (mean_i - mean_j) + half_range, NULL, RC_OTHER);
1671
1672               rx++;
1673             }
1674           ds_destroy (&vstr);
1675           r += pvw->n_groups - 1;
1676         }
1677     }
1678
1679   tab_submit (t);
1680 }