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 Free Software Foundation, Inc.
   3
   4    This program is free software: you can redistribute it and/or modify
   5    it under the terms of the GNU General Public License as published by
   6    the Free Software Foundation, either version 3 of the License, or
   7    (at your option) any later version.
   8
   9    This program is distributed in the hope that it will be useful,
  10    but WITHOUT ANY WARRANTY; without even the implied warranty of
  11    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  12    GNU General Public License for more details.
  13
  14    You should have received a copy of the GNU General Public License
  15    along with this program.  If not, see <http://www.gnu.org/licenses/>. */
  16
  17 #include <config.h>
  18
  19 #include <gsl/gsl_cdf.h>
  20 #include <gsl/gsl_matrix.h>
  21 #include <math.h>
  22
  23 #include "data/case.h"
  24 #include "data/casegrouper.h"
  25 #include "data/casereader.h"
  26 #include "data/dataset.h"
  27 #include "data/dictionary.h"
  28 #include "data/format.h"
  29 #include "data/value.h"
  30 #include "language/command.h"
  31 #include "language/dictionary/split-file.h"
  32 #include "language/lexer/lexer.h"
  33 #include "language/lexer/value-parser.h"
  34 #include "language/lexer/variable-parser.h"
  35 #include "libpspp/ll.h"
  36 #include "libpspp/message.h"
  37 #include "libpspp/misc.h"
  38 #include "libpspp/taint.h"
  39 #include "linreg/sweep.h"
  40 #include "tukey/tukey.h"
  41 #include "math/categoricals.h"
  42 #include "math/interaction.h"
  43 #include "math/covariance.h"
  44 #include "math/levene.h"
  45 #include "math/moments.h"
  46 #include "output/tab.h"
  47
  48 #include "gettext.h"
  49 #define _(msgid) gettext (msgid)
  50 #define N_(msgid) msgid
  51
  52 /* Workspace variable for each dependent variable */
  53 struct per_var_ws
  54 {
  55   struct interaction *iact;
  56   struct categoricals *cat;
  57   struct covariance *cov;
  58   struct levene *nl;
  59
  60   double n;
  61
  62   double sst;
  63   double sse;
  64   double ssa;
  65
  66   int n_groups;
  67
  68   double mse;
  69 };
  70
  71 /* Per category data */
  72 struct descriptive_data
  73 {
  74   const struct variable *var;
  75   struct moments1 *mom;
  76
  77   double minimum;
  78   double maximum;
  79 };
  80
  81 enum missing_type
  82   {
  83     MISS_LISTWISE,
  84     MISS_ANALYSIS,
  85   };
  86
  87 enum statistics
  88   {
  89     STATS_DESCRIPTIVES = 0x0001,
  90     STATS_HOMOGENEITY = 0x0002
  91   };
  92
  93 struct coeff_node
  94 {
  95   struct ll ll;
  96   double coeff;
  97 };
  98
  99
 100 struct contrasts_node
 101 {
 102   struct ll ll;
 103   struct ll_list coefficient_list;
 104 };
 105
 106
 107 struct oneway_spec;
 108
 109 typedef double df_func (const struct per_var_ws *pvw, const struct moments1 *mom_i, const struct moments1 *mom_j);
 110 typedef double ts_func (int k, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err);
 111 typedef double p1tail_func (double ts, double df1, double df2);
 112
 113 typedef double pinv_func (double std_err, double alpha, double df, int k, const struct moments1 *mom_i, const struct moments1 *mom_j);
 114
 115
 116 struct posthoc
 117 {
 118   const char *syntax;
 119   const char *label;
 120
 121   df_func *dff;
 122   ts_func *tsf;
 123   p1tail_func *p1f;
 124
 125   pinv_func *pinv;
 126 };
 127
 128 struct oneway_spec
 129 {
 130   size_t n_vars;
 131   const struct variable **vars;
 132
 133   const struct variable *indep_var;
 134
 135   enum statistics stats;
 136
 137   enum missing_type missing_type;
 138   enum mv_class exclude;
 139
 140   /* List of contrasts */
 141   struct ll_list contrast_list;
 142
 143   /* The weight variable */
 144   const struct variable *wv;
 145
 146   /* The confidence level for multiple comparisons */
 147   double alpha;
 148
 149   int *posthoc;
 150   int n_posthoc;
 151 };
 152
 153 static double
 154 df_common (const struct per_var_ws *pvw, const struct moments1 *mom_i UNUSED, const struct moments1 *mom_j UNUSED)
 155 {
 156   return  pvw->n - pvw->n_groups;
 157 }
 158
 159 static double
 160 df_individual (const struct per_var_ws *pvw UNUSED, const struct moments1 *mom_i, const struct moments1 *mom_j)
 161 {
 162   double n_i, var_i;
 163   double n_j, var_j;
 164   double nom,denom;
 165
 166   moments1_calculate (mom_i, &n_i, NULL, &var_i, 0, 0);
 167   moments1_calculate (mom_j, &n_j, NULL, &var_j, 0, 0);
 168
 169   if ( n_i <= 1.0 || n_j <= 1.0)
 170     return SYSMIS;
 171
 172   nom = pow2 (var_i/n_i + var_j/n_j);
 173   denom = pow2 (var_i/n_i) / (n_i - 1) + pow2 (var_j/n_j) / (n_j - 1);
 174
 175   return nom / denom;
 176 }
 177
 178 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)
 179 {
 180   return std_err * gsl_cdf_tdist_Pinv (1.0 - alpha / 2.0, df);
 181 }
 182
 183 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)
 184 {
 185   const int m = k * (k - 1) / 2;
 186   return std_err * gsl_cdf_tdist_Pinv (1.0 - alpha / (2.0 * m), df);
 187 }
 188
 189 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)
 190 {
 191   const double m = k * (k - 1) / 2;
 192   double lp = 1.0 - exp (log (1.0 - alpha) / m ) ;
 193   return std_err * gsl_cdf_tdist_Pinv (1.0 - lp / 2.0, df);
 194 }
 195
 196 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)
 197 {
 198   if ( k < 2 || df < 2)
 199     return SYSMIS;
 200
 201   return std_err / sqrt (2.0)  * qtukey (1 - alpha, 1.0, k, df, 1, 0);
 202 }
 203
 204 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)
 205 {
 206   double x = (k - 1) * gsl_cdf_fdist_Pinv (1.0 - alpha, k - 1, df);
 207   return std_err * sqrt (x);
 208 }
 209
 210 static double gh_pinv (double std_err UNUSED, double alpha, double df, int k, const struct moments1 *mom_i, const struct moments1 *mom_j)
 211 {
 212   double n_i, mean_i, var_i;
 213   double n_j, mean_j, var_j;
 214   double m;
 215
 216   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 217   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 218
 219   m = sqrt ((var_i/n_i + var_j/n_j) / 2.0);
 220
 221   if ( k < 2 || df < 2)
 222     return SYSMIS;
 223
 224   return m * qtukey (1 - alpha, 1.0, k, df, 1, 0);
 225 }
 226
 227
 228 static double
 229 multiple_comparison_sig (double std_err,
 230                                        const struct per_var_ws *pvw,
 231                                        const struct descriptive_data *dd_i, const struct descriptive_data *dd_j,
 232                                        const struct posthoc *ph)
 233 {
 234   int k = pvw->n_groups;
 235   double df = ph->dff (pvw, dd_i->mom, dd_j->mom);
 236   double ts = ph->tsf (k, dd_i->mom, dd_j->mom, std_err);
 237   if ( df == SYSMIS)
 238     return SYSMIS;
 239   return  ph->p1f (ts, k - 1, df);
 240 }
 241
 242 static double
 243 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)
 244 {
 245   int k = pvw->n_groups;
 246   double df = ph->dff (pvw, dd_i->mom, dd_j->mom);
 247   if ( df == SYSMIS)
 248     return SYSMIS;
 249
 250   return ph->pinv (std_err, cmd->alpha, df, k, dd_i->mom, dd_j->mom);
 251 }
 252
 253 static double tukey_1tailsig (double ts, double df1, double df2)
 254 {
 255   double twotailedsig;
 256
 257   if (df2 < 2 || df1 < 1)
 258     return SYSMIS;
 259
 260   twotailedsig = 1.0 - ptukey (ts, 1.0, df1 + 1, df2, 1, 0);
 261
 262   return twotailedsig / 2.0;
 263 }
 264
 265 static double lsd_1tailsig (double ts, double df1 UNUSED, double df2)
 266 {
 267   return ts < 0 ? gsl_cdf_tdist_P (ts, df2) : gsl_cdf_tdist_Q (ts, df2);
 268 }
 269
 270 static double sidak_1tailsig (double ts, double df1, double df2)
 271 {
 272   double ex = (df1 + 1.0) * df1 / 2.0;
 273   double lsd_sig = 2 * lsd_1tailsig (ts, df1, df2);
 274
 275   return 0.5 * (1.0 - pow (1.0 - lsd_sig, ex));
 276 }
 277
 278 static double bonferroni_1tailsig (double ts, double df1, double df2)
 279 {
 280   const int m = (df1 + 1) * df1 / 2;
 281
 282   double p = ts < 0 ? gsl_cdf_tdist_P (ts, df2) : gsl_cdf_tdist_Q (ts, df2);
 283   p *= m;
 284
 285   return p > 0.5 ? 0.5 : p;
 286 }
 287
 288 static double scheffe_1tailsig (double ts, double df1, double df2)
 289 {
 290   return 0.5 * gsl_cdf_fdist_Q (ts, df1, df2);
 291 }
 292
 293
 294 static double tukey_test_stat (int k UNUSED, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err)
 295 {
 296   double ts;
 297   double n_i, mean_i, var_i;
 298   double n_j, mean_j, var_j;
 299
 300   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 301   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 302
 303   ts =  (mean_i - mean_j) / std_err;
 304   ts = fabs (ts) * sqrt (2.0);
 305
 306   return ts;
 307 }
 308
 309 static double lsd_test_stat (int k UNUSED, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err)
 310 {
 311   double n_i, mean_i, var_i;
 312   double n_j, mean_j, var_j;
 313
 314   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 315   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 316
 317   return (mean_i - mean_j) / std_err;
 318 }
 319
 320 static double scheffe_test_stat (int k, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err)
 321 {
 322   double t;
 323   double n_i, mean_i, var_i;
 324   double n_j, mean_j, var_j;
 325
 326   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 327   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 328
 329   t = (mean_i - mean_j) / std_err;
 330   t = pow2 (t);
 331   t /= k - 1;
 332
 333   return t;
 334 }
 335
 336 static double gh_test_stat (int k UNUSED, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err UNUSED)
 337 {
 338   double ts;
 339   double thing;
 340   double n_i, mean_i, var_i;
 341   double n_j, mean_j, var_j;
 342
 343   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 344   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 345
 346   thing = var_i / n_i + var_j / n_j;
 347   thing /= 2.0;
 348   thing = sqrt (thing);
 349
 350   ts = (mean_i - mean_j) / thing;
 351
 352   return fabs (ts);
 353 }
 354
 355
 356
 357 static const struct posthoc ph_tests [] =
 358   {
 359     { "LSD",        N_("LSD"),          df_common, lsd_test_stat,     lsd_1tailsig,          lsd_pinv},
 360     { "TUKEY",      N_("Tukey HSD"),    df_common, tukey_test_stat,   tukey_1tailsig,        tukey_pinv},
 361     { "BONFERRONI", N_("Bonferroni"),   df_common, lsd_test_stat,     bonferroni_1tailsig,   bonferroni_pinv},
 362     { "SCHEFFE",    N_("Scheffé"),      df_common, scheffe_test_stat, scheffe_1tailsig,      scheffe_pinv},
 363     { "GH",         N_("Games-Howell"), df_individual, gh_test_stat,  tukey_1tailsig,        gh_pinv},
 364     { "SIDAK",      N_("Šidák"),        df_common, lsd_test_stat,     sidak_1tailsig,        sidak_pinv}
 365   };
 366
 367
 368 struct oneway_workspace
 369 {
 370   /* The number of distinct values of the independent variable, when all
 371      missing values are disregarded */
 372   int actual_number_of_groups;
 373
 374   struct per_var_ws *vws;
 375
 376   /* An array of descriptive data.  One for each dependent variable */
 377   struct descriptive_data **dd_total;
 378 };
 379
 380 /* Routines to show the output tables */
 381 static void show_anova_table (const struct oneway_spec *, const struct oneway_workspace *);
 382 static void show_descriptives (const struct oneway_spec *, const struct oneway_workspace *);
 383 static void show_homogeneity (const struct oneway_spec *, const struct oneway_workspace *);
 384
 385 static void output_oneway (const struct oneway_spec *, struct oneway_workspace *ws);
 386 static void run_oneway (const struct oneway_spec *cmd, struct casereader *input, const struct dataset *ds);
 387
 388
 389 static void
 390 destroy_coeff_list (struct contrasts_node *coeff_list)
 391 {
 392   struct coeff_node *cn = NULL;
 393   struct coeff_node *cnx = NULL;
 394   struct ll_list *cl = &coeff_list->coefficient_list;
 395
 396   ll_for_each_safe (cn, cnx, struct coeff_node, ll, cl)
 397     {
 398       free (cn);
 399     }
 400
 401   free (coeff_list);
 402 }
 403
 404 static void
 405 oneway_cleanup (struct oneway_spec *cmd)
 406 {
 407   struct contrasts_node *coeff_list  = NULL;
 408   struct contrasts_node *coeff_next  = NULL;
 409   ll_for_each_safe (coeff_list, coeff_next, struct contrasts_node, ll, &cmd->contrast_list)
 410     {
 411       destroy_coeff_list (coeff_list);
 412     }
 413
 414   free (cmd->posthoc);
 415 }
 416
 417
 418
 419 int
 420 cmd_oneway (struct lexer *lexer, struct dataset *ds)
 421 {
 422   const struct dictionary *dict = dataset_dict (ds);
 423   struct oneway_spec oneway ;
 424   oneway.n_vars = 0;
 425   oneway.vars = NULL;
 426   oneway.indep_var = NULL;
 427   oneway.stats = 0;
 428   oneway.missing_type = MISS_ANALYSIS;
 429   oneway.exclude = MV_ANY;
 430   oneway.wv = dict_get_weight (dict);
 431   oneway.alpha = 0.05;
 432   oneway.posthoc = NULL;
 433   oneway.n_posthoc = 0;
 434
 435   ll_init (&oneway.contrast_list);
 436
 437
 438   if ( lex_match (lexer, T_SLASH))
 439     {
 440       if (!lex_force_match_id (lexer, "VARIABLES"))
 441         {
 442           goto error;
 443         }
 444       lex_match (lexer, T_EQUALS);
 445     }
 446
 447   if (!parse_variables_const (lexer, dict,
 448                               &oneway.vars, &oneway.n_vars,
 449                               PV_NO_DUPLICATE | PV_NUMERIC))
 450     goto error;
 451
 452   lex_force_match (lexer, T_BY);
 453
 454   oneway.indep_var = parse_variable_const (lexer, dict);
 455
 456   while (lex_token (lexer) != T_ENDCMD)
 457     {
 458       lex_match (lexer, T_SLASH);
 459
 460       if (lex_match_id (lexer, "STATISTICS"))
 461         {
 462           lex_match (lexer, T_EQUALS);
 463           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 464             {
 465               if (lex_match_id (lexer, "DESCRIPTIVES"))
 466                 {
 467                   oneway.stats |= STATS_DESCRIPTIVES;
 468                 }
 469               else if (lex_match_id (lexer, "HOMOGENEITY"))
 470                 {
 471                   oneway.stats |= STATS_HOMOGENEITY;
 472                 }
 473               else
 474                 {
 475                   lex_error (lexer, NULL);
 476                   goto error;
 477                 }
 478             }
 479         }
 480       else if (lex_match_id (lexer, "POSTHOC"))
 481         {
 482           lex_match (lexer, T_EQUALS);
 483           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 484             {
 485               int p;
 486               bool method = false;
 487               for (p = 0 ; p < sizeof (ph_tests) / sizeof (struct posthoc); ++p)
 488                 {
 489                   if (lex_match_id (lexer, ph_tests[p].syntax))
 490                     {
 491                       oneway.n_posthoc++;
 492                       oneway.posthoc = xrealloc (oneway.posthoc, sizeof (*oneway.posthoc) * oneway.n_posthoc);
 493                       oneway.posthoc[oneway.n_posthoc - 1] = p;
 494                       method = true;
 495                       break;
 496                     }
 497                 }
 498               if ( method == false)
 499                 {
 500                   if (lex_match_id (lexer, "ALPHA"))
 501                     {
 502                       if ( !lex_force_match (lexer, T_LPAREN))
 503                         goto error;
 504                       lex_force_num (lexer);
 505                       oneway.alpha = lex_number (lexer);
 506                       lex_get (lexer);
 507                       if ( !lex_force_match (lexer, T_RPAREN))
 508                         goto error;
 509                     }
 510                   else
 511                     {
 512                       msg (SE, _("The post hoc analysis method %s is not supported."), lex_tokcstr (lexer));
 513                       lex_error (lexer, NULL);
 514                       goto error;
 515                     }
 516                 }
 517             }
 518         }
 519       else if (lex_match_id (lexer, "CONTRAST"))
 520         {
 521           struct contrasts_node *cl = xzalloc (sizeof *cl);
 522
 523           struct ll_list *coefficient_list = &cl->coefficient_list;
 524           lex_match (lexer, T_EQUALS);
 525
 526           ll_init (coefficient_list);
 527
 528           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 529             {
 530               if ( lex_is_number (lexer))
 531                 {
 532                   struct coeff_node *cc = xmalloc (sizeof *cc);
 533                   cc->coeff = lex_number (lexer);
 534
 535                   ll_push_tail (coefficient_list, &cc->ll);
 536                   lex_get (lexer);
 537                 }
 538               else
 539                 {
 540                   destroy_coeff_list (cl);
 541                   lex_error (lexer, NULL);
 542                   goto error;
 543                 }
 544             }
 545
 546           ll_push_tail (&oneway.contrast_list, &cl->ll);
 547         }
 548       else if (lex_match_id (lexer, "MISSING"))
 549         {
 550           lex_match (lexer, T_EQUALS);
 551           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 552             {
 553               if (lex_match_id (lexer, "INCLUDE"))
 554                 {
 555                   oneway.exclude = MV_SYSTEM;
 556                 }
 557               else if (lex_match_id (lexer, "EXCLUDE"))
 558                 {
 559                   oneway.exclude = MV_ANY;
 560                 }
 561               else if (lex_match_id (lexer, "LISTWISE"))
 562                 {
 563                   oneway.missing_type = MISS_LISTWISE;
 564                 }
 565               else if (lex_match_id (lexer, "ANALYSIS"))
 566                 {
 567                   oneway.missing_type = MISS_ANALYSIS;
 568                 }
 569               else
 570                 {
 571                   lex_error (lexer, NULL);
 572                   goto error;
 573                 }
 574             }
 575         }
 576       else
 577         {
 578           lex_error (lexer, NULL);
 579           goto error;
 580         }
 581     }
 582
 583
 584   {
 585     struct casegrouper *grouper;
 586     struct casereader *group;
 587     bool ok;
 588
 589     grouper = casegrouper_create_splits (proc_open (ds), dict);
 590     while (casegrouper_get_next_group (grouper, &group))
 591       run_oneway (&oneway, group, ds);
 592     ok = casegrouper_destroy (grouper);
 593     ok = proc_commit (ds) && ok;
 594   }
 595
 596   oneway_cleanup (&oneway);
 597   free (oneway.vars);
 598   return CMD_SUCCESS;
 599
 600  error:
 601   oneway_cleanup (&oneway);
 602   free (oneway.vars);
 603   return CMD_FAILURE;
 604 }
 605
 606
 607 \f
 608
 609
 610 static struct descriptive_data *
 611 dd_create (const struct variable *var)
 612 {
 613   struct descriptive_data *dd = xmalloc (sizeof *dd);
 614
 615   dd->mom = moments1_create (MOMENT_VARIANCE);
 616   dd->minimum = DBL_MAX;
 617   dd->maximum = -DBL_MAX;
 618   dd->var = var;
 619
 620   return dd;
 621 }
 622
 623 static void
 624 dd_destroy (struct descriptive_data *dd)
 625 {
 626   moments1_destroy (dd->mom);
 627   free (dd);
 628 }
 629
 630 static void *
 631 makeit (const void *aux1, void *aux2 UNUSED)
 632 {
 633   const struct variable *var = aux1;
 634
 635   struct descriptive_data *dd = dd_create (var);
 636
 637   return dd;
 638 }
 639
 640 static void
 641 killit (const void *aux1 UNUSED, void *aux2 UNUSED, void *user_data)
 642 {
 643   struct descriptive_data *dd = user_data;
 644
 645   dd_destroy (dd);
 646 }
 647
 648
 649 static void
 650 updateit (const void *aux1, void *aux2, void *user_data,
 651           const struct ccase *c, double weight)
 652 {
 653   struct descriptive_data *dd = user_data;
 654
 655   const struct variable *varp = aux1;
 656
 657   const union value *valx = case_data (c, varp);
 658
 659   struct descriptive_data *dd_total = aux2;
 660
 661   moments1_add (dd->mom, valx->f, weight);
 662   if (valx->f < dd->minimum)
 663     dd->minimum = valx->f;
 664
 665   if (valx->f > dd->maximum)
 666     dd->maximum = valx->f;
 667
 668   {
 669     const struct variable *var = dd_total->var;
 670     const union value *val = case_data (c, var);
 671
 672     moments1_add (dd_total->mom,
 673                   val->f,
 674                   weight);
 675
 676     if (val->f < dd_total->minimum)
 677       dd_total->minimum = val->f;
 678
 679     if (val->f > dd_total->maximum)
 680       dd_total->maximum = val->f;
 681   }
 682 }
 683
 684 static void
 685 run_oneway (const struct oneway_spec *cmd,
 686             struct casereader *input,
 687             const struct dataset *ds)
 688 {
 689   int v;
 690   struct taint *taint;
 691   struct dictionary *dict = dataset_dict (ds);
 692   struct casereader *reader;
 693   struct ccase *c;
 694
 695   struct oneway_workspace ws;
 696
 697   ws.actual_number_of_groups = 0;
 698   ws.vws = xzalloc (cmd->n_vars * sizeof (*ws.vws));
 699   ws.dd_total = xmalloc (sizeof (struct descriptive_data) * cmd->n_vars);
 700
 701   for (v = 0 ; v < cmd->n_vars; ++v)
 702     ws.dd_total[v] = dd_create (cmd->vars[v]);
 703
 704   for (v = 0; v < cmd->n_vars; ++v)
 705     {
 706       struct payload payload;
 707       payload.create = makeit;
 708       payload.update = updateit;
 709       payload.calculate = NULL;
 710       payload.destroy = killit;
 711
 712       ws.vws[v].iact = interaction_create (cmd->indep_var);
 713       ws.vws[v].cat = categoricals_create (&ws.vws[v].iact, 1, cmd->wv,
 714                                            cmd->exclude, cmd->exclude);
 715
 716       categoricals_set_payload (ws.vws[v].cat, &payload,
 717                                 CONST_CAST (struct variable *, cmd->vars[v]),
 718                                 ws.dd_total[v]);
 719
 720
 721       ws.vws[v].cov = covariance_2pass_create (1, &cmd->vars[v],
 722                                                ws.vws[v].cat,
 723                                                cmd->wv, cmd->exclude);
 724       ws.vws[v].nl = levene_create (var_get_width (cmd->indep_var), NULL);
 725     }
 726
 727   c = casereader_peek (input, 0);
 728   if (c == NULL)
 729     {
 730       casereader_destroy (input);
 731       goto finish;
 732     }
 733   output_split_file_values (ds, c);
 734   case_unref (c);
 735
 736   taint = taint_clone (casereader_get_taint (input));
 737
 738   input = casereader_create_filter_missing (input, &cmd->indep_var, 1,
 739                                             cmd->exclude, NULL, NULL);
 740   if (cmd->missing_type == MISS_LISTWISE)
 741     input = casereader_create_filter_missing (input, cmd->vars, cmd->n_vars,
 742                                               cmd->exclude, NULL, NULL);
 743   input = casereader_create_filter_weight (input, dict, NULL, NULL);
 744
 745   reader = casereader_clone (input);
 746   for (; (c = casereader_read (reader)) != NULL; case_unref (c))
 747     {
 748       int i;
 749       double w = dict_get_case_weight (dict, c, NULL);
 750
 751       for (i = 0; i < cmd->n_vars; ++i)
 752         {
 753           struct per_var_ws *pvw = &ws.vws[i];
 754           const struct variable *v = cmd->vars[i];
 755           const union value *val = case_data (c, v);
 756
 757           if ( MISS_ANALYSIS == cmd->missing_type)
 758             {
 759               if ( var_is_value_missing (v, val, cmd->exclude))
 760                 continue;
 761             }
 762
 763           covariance_accumulate_pass1 (pvw->cov, c);
 764           levene_pass_one (pvw->nl, val->f, w, case_data (c, cmd->indep_var));
 765         }
 766     }
 767   casereader_destroy (reader);
 768
 769   reader = casereader_clone (input);
 770   for ( ; (c = casereader_read (reader) ); case_unref (c))
 771     {
 772       int i;
 773       double w = dict_get_case_weight (dict, c, NULL);
 774       for (i = 0; i < cmd->n_vars; ++i)
 775         {
 776           struct per_var_ws *pvw = &ws.vws[i];
 777           const struct variable *v = cmd->vars[i];
 778           const union value *val = case_data (c, v);
 779
 780           if ( MISS_ANALYSIS == cmd->missing_type)
 781             {
 782               if ( var_is_value_missing (v, val, cmd->exclude))
 783                 continue;
 784             }
 785
 786           covariance_accumulate_pass2 (pvw->cov, c);
 787           levene_pass_two (pvw->nl, val->f, w, case_data (c, cmd->indep_var));
 788         }
 789     }
 790   casereader_destroy (reader);
 791
 792   reader = casereader_clone (input);
 793   for ( ; (c = casereader_read (reader) ); case_unref (c))
 794     {
 795       int i;
 796       double w = dict_get_case_weight (dict, c, NULL);
 797
 798       for (i = 0; i < cmd->n_vars; ++i)
 799         {
 800           struct per_var_ws *pvw = &ws.vws[i];
 801           const struct variable *v = cmd->vars[i];
 802           const union value *val = case_data (c, v);
 803
 804           if ( MISS_ANALYSIS == cmd->missing_type)
 805             {
 806               if ( var_is_value_missing (v, val, cmd->exclude))
 807                 continue;
 808             }
 809
 810           levene_pass_three (pvw->nl, val->f, w, case_data (c, cmd->indep_var));
 811         }
 812     }
 813   casereader_destroy (reader);
 814
 815
 816   for (v = 0; v < cmd->n_vars; ++v)
 817     {
 818       const gsl_matrix *ucm;
 819       gsl_matrix *cm;
 820       struct per_var_ws *pvw = &ws.vws[v];
 821       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
 822       const bool ok = categoricals_sane (cats);
 823
 824       if ( ! ok)
 825         {
 826           msg (MW,
 827                _("Dependent variable %s has no non-missing values.  No analysis for this variable will be done."),
 828                var_get_name (cmd->vars[v]));
 829           continue;
 830         }
 831
 832       ucm = covariance_calculate_unnormalized (pvw->cov);
 833
 834       cm = gsl_matrix_alloc (ucm->size1, ucm->size2);
 835       gsl_matrix_memcpy (cm, ucm);
 836
 837       moments1_calculate (ws.dd_total[v]->mom, &pvw->n, NULL, NULL, NULL, NULL);
 838
 839       pvw->sst = gsl_matrix_get (cm, 0, 0);
 840
 841       reg_sweep (cm, 0);
 842
 843       pvw->sse = gsl_matrix_get (cm, 0, 0);
 844       gsl_matrix_free (cm);
 845
 846       pvw->ssa = pvw->sst - pvw->sse;
 847
 848       pvw->n_groups = categoricals_n_total (cats);
 849
 850       pvw->mse = (pvw->sst - pvw->ssa) / (pvw->n - pvw->n_groups);
 851     }
 852
 853   for (v = 0; v < cmd->n_vars; ++v)
 854     {
 855       const struct categoricals *cats = covariance_get_categoricals (ws.vws[v].cov);
 856
 857       if ( ! categoricals_is_complete (cats))
 858         {
 859           continue;
 860         }
 861
 862       if (categoricals_n_total (cats) > ws.actual_number_of_groups)
 863         ws.actual_number_of_groups = categoricals_n_total (cats);
 864     }
 865
 866   casereader_destroy (input);
 867
 868   if (!taint_has_tainted_successor (taint))
 869     output_oneway (cmd, &ws);
 870
 871   taint_destroy (taint);
 872
 873  finish:
 874
 875   for (v = 0; v < cmd->n_vars; ++v)
 876     {
 877       covariance_destroy (ws.vws[v].cov);
 878       levene_destroy (ws.vws[v].nl);
 879       dd_destroy (ws.dd_total[v]);
 880       interaction_destroy (ws.vws[v].iact);
 881     }
 882
 883   free (ws.vws);
 884   free (ws.dd_total);
 885 }
 886
 887 static void show_contrast_coeffs (const struct oneway_spec *cmd, const struct oneway_workspace *ws);
 888 static void show_contrast_tests (const struct oneway_spec *cmd, const struct oneway_workspace *ws);
 889 static void show_comparisons (const struct oneway_spec *cmd, const struct oneway_workspace *ws, int depvar);
 890
 891 static void
 892 output_oneway (const struct oneway_spec *cmd, struct oneway_workspace *ws)
 893 {
 894   size_t i = 0;
 895
 896   /* Check the sanity of the given contrast values */
 897   struct contrasts_node *coeff_list  = NULL;
 898   struct contrasts_node *coeff_next  = NULL;
 899   ll_for_each_safe (coeff_list, coeff_next, struct contrasts_node, ll, &cmd->contrast_list)
 900     {
 901       struct coeff_node *cn = NULL;
 902       double sum = 0;
 903       struct ll_list *cl = &coeff_list->coefficient_list;
 904       ++i;
 905
 906       if (ll_count (cl) != ws->actual_number_of_groups)
 907         {
 908           msg (SW,
 909                _("In contrast list %zu, the number of coefficients (%zu) does not equal the number of groups (%d). This contrast list will be ignored."),
 910                i, ll_count (cl), ws->actual_number_of_groups);
 911
 912           ll_remove (&coeff_list->ll);
 913           destroy_coeff_list (coeff_list);
 914           continue;
 915         }
 916
 917       ll_for_each (cn, struct coeff_node, ll, cl)
 918         sum += cn->coeff;
 919
 920       if ( sum != 0.0 )
 921         msg (SW, _("Coefficients for contrast %zu do not total zero"), i);
 922     }
 923
 924   if (cmd->stats & STATS_DESCRIPTIVES)
 925     show_descriptives (cmd, ws);
 926
 927   if (cmd->stats & STATS_HOMOGENEITY)
 928     show_homogeneity (cmd, ws);
 929
 930   show_anova_table (cmd, ws);
 931
 932   if (ll_count (&cmd->contrast_list) > 0)
 933     {
 934       show_contrast_coeffs (cmd, ws);
 935       show_contrast_tests (cmd, ws);
 936     }
 937
 938   if ( cmd->posthoc )
 939     {
 940       int v;
 941       for (v = 0 ; v < cmd->n_vars; ++v)
 942         {
 943           const struct categoricals *cats = covariance_get_categoricals (ws->vws[v].cov);
 944
 945           if ( categoricals_is_complete (cats))
 946             show_comparisons (cmd, ws, v);
 947         }
 948     }
 949 }
 950
 951
 952 /* Show the ANOVA table */
 953 static void
 954 show_anova_table (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
 955 {
 956   size_t i;
 957   int n_cols =7;
 958   size_t n_rows = cmd->n_vars * 3 + 1;
 959
 960   struct tab_table *t = tab_create (n_cols, n_rows);
 961
 962   tab_headers (t, 2, 0, 1, 0);
 963
 964   tab_box (t,
 965            TAL_2, TAL_2,
 966            -1, TAL_1,
 967            0, 0,
 968            n_cols - 1, n_rows - 1);
 969
 970   tab_hline (t, TAL_2, 0, n_cols - 1, 1 );
 971   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
 972   tab_vline (t, TAL_0, 1, 0, 0);
 973
 974   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("Sum of Squares"));
 975   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("df"));
 976   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("Mean Square"));
 977   tab_text (t, 5, 0, TAB_CENTER | TAT_TITLE, _("F"));
 978   tab_text (t, 6, 0, TAB_CENTER | TAT_TITLE, _("Significance"));
 979
 980
 981   for (i = 0; i < cmd->n_vars; ++i)
 982     {
 983       double n;
 984       double df1, df2;
 985       double msa;
 986       const char *s = var_to_string (cmd->vars[i]);
 987       const struct per_var_ws *pvw = &ws->vws[i];
 988
 989       moments1_calculate (ws->dd_total[i]->mom, &n, NULL, NULL, NULL, NULL);
 990
 991       df1 = pvw->n_groups - 1;
 992       df2 = n - pvw->n_groups;
 993       msa = pvw->ssa / df1;
 994
 995       tab_text (t, 0, i * 3 + 1, TAB_LEFT | TAT_TITLE, s);
 996       tab_text (t, 1, i * 3 + 1, TAB_LEFT | TAT_TITLE, _("Between Groups"));
 997       tab_text (t, 1, i * 3 + 2, TAB_LEFT | TAT_TITLE, _("Within Groups"));
 998       tab_text (t, 1, i * 3 + 3, TAB_LEFT | TAT_TITLE, _("Total"));
 999
1000       if (i > 0)
1001         tab_hline (t, TAL_1, 0, n_cols - 1, i * 3 + 1);
1002
1003
1004       /* Sums of Squares */
1005       tab_double (t, 2, i * 3 + 1, 0, pvw->ssa, NULL);
1006       tab_double (t, 2, i * 3 + 3, 0, pvw->sst, NULL);
1007       tab_double (t, 2, i * 3 + 2, 0, pvw->sse, NULL);
1008
1009
1010       /* Degrees of freedom */
1011       tab_fixed (t, 3, i * 3 + 1, 0, df1, 4, 0);
1012       tab_fixed (t, 3, i * 3 + 2, 0, df2, 4, 0);
1013       tab_fixed (t, 3, i * 3 + 3, 0, n - 1, 4, 0);
1014
1015       /* Mean Squares */
1016       tab_double (t, 4, i * 3 + 1, TAB_RIGHT, msa, NULL);
1017       tab_double (t, 4, i * 3 + 2, TAB_RIGHT, pvw->mse, NULL);
1018
1019       {
1020         const double F = msa / pvw->mse ;
1021
1022         /* The F value */
1023         tab_double (t, 5, i * 3 + 1, 0,  F, NULL);
1024
1025         /* The significance */
1026         tab_double (t, 6, i * 3 + 1, 0, gsl_cdf_fdist_Q (F, df1, df2), NULL);
1027       }
1028     }
1029
1030   tab_title (t, _("ANOVA"));
1031   tab_submit (t);
1032 }
1033
1034
1035 /* Show the descriptives table */
1036 static void
1037 show_descriptives (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1038 {
1039   size_t v;
1040   int n_cols = 10;
1041   struct tab_table *t;
1042   int row;
1043
1044   const double confidence = 0.95;
1045   const double q = (1.0 - confidence) / 2.0;
1046
1047   const struct fmt_spec *wfmt = cmd->wv ? var_get_print_format (cmd->wv) : &F_8_0;
1048
1049   int n_rows = 2;
1050
1051   for (v = 0; v < cmd->n_vars; ++v)
1052     n_rows += ws->actual_number_of_groups + 1;
1053
1054   t = tab_create (n_cols, n_rows);
1055   tab_headers (t, 2, 0, 2, 0);
1056
1057   /* Put a frame around the entire box, and vertical lines inside */
1058   tab_box (t,
1059            TAL_2, TAL_2,
1060            -1, TAL_1,
1061            0, 0,
1062            n_cols - 1, n_rows - 1);
1063
1064   /* Underline headers */
1065   tab_hline (t, TAL_2, 0, n_cols - 1, 2);
1066   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
1067
1068   tab_text (t, 2, 1, TAB_CENTER | TAT_TITLE, _("N"));
1069   tab_text (t, 3, 1, TAB_CENTER | TAT_TITLE, _("Mean"));
1070   tab_text (t, 4, 1, TAB_CENTER | TAT_TITLE, _("Std. Deviation"));
1071   tab_text (t, 5, 1, TAB_CENTER | TAT_TITLE, _("Std. Error"));
1072
1073
1074   tab_vline (t, TAL_0, 7, 0, 0);
1075   tab_hline (t, TAL_1, 6, 7, 1);
1076   tab_joint_text_format (t, 6, 0, 7, 0, TAB_CENTER | TAT_TITLE,
1077                          _("%g%% Confidence Interval for Mean"),
1078                          confidence*100.0);
1079
1080   tab_text (t, 6, 1, TAB_CENTER | TAT_TITLE, _("Lower Bound"));
1081   tab_text (t, 7, 1, TAB_CENTER | TAT_TITLE, _("Upper Bound"));
1082
1083   tab_text (t, 8, 1, TAB_CENTER | TAT_TITLE, _("Minimum"));
1084   tab_text (t, 9, 1, TAB_CENTER | TAT_TITLE, _("Maximum"));
1085
1086   tab_title (t, _("Descriptives"));
1087
1088   row = 2;
1089   for (v = 0; v < cmd->n_vars; ++v)
1090     {
1091       const char *s = var_to_string (cmd->vars[v]);
1092       const struct fmt_spec *fmt = var_get_print_format (cmd->vars[v]);
1093
1094       int count = 0;
1095
1096       struct per_var_ws *pvw = &ws->vws[v];
1097       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
1098
1099       tab_text (t, 0, row, TAB_LEFT | TAT_TITLE, s);
1100       if ( v > 0)
1101         tab_hline (t, TAL_1, 0, n_cols - 1, row);
1102
1103       for (count = 0; count < categoricals_n_total (cats); ++count)
1104         {
1105           double T;
1106           double n, mean, variance;
1107           double std_dev, std_error ;
1108
1109           struct string vstr;
1110
1111           const struct ccase *gcc = categoricals_get_case_by_category (cats, count);
1112           const struct descriptive_data *dd = categoricals_get_user_data_by_category (cats, count);
1113
1114           moments1_calculate (dd->mom, &n, &mean, &variance, NULL, NULL);
1115
1116           std_dev = sqrt (variance);
1117           std_error = std_dev / sqrt (n) ;
1118
1119           ds_init_empty (&vstr);
1120
1121           var_append_value_name (cmd->indep_var, case_data (gcc, cmd->indep_var), &vstr);
1122
1123           tab_text (t, 1, row + count,
1124                     TAB_LEFT | TAT_TITLE,
1125                     ds_cstr (&vstr));
1126
1127           ds_destroy (&vstr);
1128
1129           /* Now fill in the numbers ... */
1130
1131           tab_double (t, 2, row + count, 0, n, wfmt);
1132
1133           tab_double (t, 3, row + count, 0, mean, NULL);
1134
1135           tab_double (t, 4, row + count, 0, std_dev, NULL);
1136
1137
1138           tab_double (t, 5, row + count, 0, std_error, NULL);
1139
1140           /* Now the confidence interval */
1141
1142           T = gsl_cdf_tdist_Qinv (q, n - 1);
1143
1144           tab_double (t, 6, row + count, 0,
1145                       mean - T * std_error, NULL);
1146
1147           tab_double (t, 7, row + count, 0,
1148                       mean + T * std_error, NULL);
1149
1150           /* Min and Max */
1151
1152           tab_double (t, 8, row + count, 0,  dd->minimum, fmt);
1153           tab_double (t, 9, row + count, 0,  dd->maximum, fmt);
1154         }
1155
1156       if (categoricals_is_complete (cats))
1157       {
1158         double T;
1159         double n, mean, variance;
1160         double std_dev;
1161         double std_error;
1162
1163         moments1_calculate (ws->dd_total[v]->mom, &n, &mean, &variance, NULL, NULL);
1164
1165         std_dev = sqrt (variance);
1166         std_error = std_dev / sqrt (n) ;
1167
1168         tab_text (t, 1, row + count,
1169                   TAB_LEFT | TAT_TITLE, _("Total"));
1170
1171         tab_double (t, 2, row + count, 0, n, wfmt);
1172
1173         tab_double (t, 3, row + count, 0, mean, NULL);
1174
1175         tab_double (t, 4, row + count, 0, std_dev, NULL);
1176
1177         tab_double (t, 5, row + count, 0, std_error, NULL);
1178
1179         /* Now the confidence interval */
1180         T = gsl_cdf_tdist_Qinv (q, n - 1);
1181
1182         tab_double (t, 6, row + count, 0,
1183                     mean - T * std_error, NULL);
1184
1185         tab_double (t, 7, row + count, 0,
1186                     mean + T * std_error, NULL);
1187
1188
1189         /* Min and Max */
1190         tab_double (t, 8, row + count, 0,  ws->dd_total[v]->minimum, fmt);
1191         tab_double (t, 9, row + count, 0,  ws->dd_total[v]->maximum, fmt);
1192       }
1193
1194       row += categoricals_n_total (cats) + 1;
1195     }
1196
1197   tab_submit (t);
1198 }
1199
1200 /* Show the homogeneity table */
1201 static void
1202 show_homogeneity (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1203 {
1204   size_t v;
1205   int n_cols = 5;
1206   size_t n_rows = cmd->n_vars + 1;
1207
1208   struct tab_table *t = tab_create (n_cols, n_rows);
1209   tab_headers (t, 1, 0, 1, 0);
1210
1211   /* Put a frame around the entire box, and vertical lines inside */
1212   tab_box (t,
1213            TAL_2, TAL_2,
1214            -1, TAL_1,
1215            0, 0,
1216            n_cols - 1, n_rows - 1);
1217
1218
1219   tab_hline (t, TAL_2, 0, n_cols - 1, 1);
1220   tab_vline (t, TAL_2, 1, 0, n_rows - 1);
1221
1222   tab_text (t, 1, 0, TAB_CENTER | TAT_TITLE, _("Levene Statistic"));
1223   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("df1"));
1224   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("df2"));
1225   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("Significance"));
1226
1227   tab_title (t, _("Test of Homogeneity of Variances"));
1228
1229   for (v = 0; v < cmd->n_vars; ++v)
1230     {
1231       double n;
1232       const struct per_var_ws *pvw = &ws->vws[v];
1233       double F = levene_calculate (pvw->nl);
1234
1235       const struct variable *var = cmd->vars[v];
1236       const char *s = var_to_string (var);
1237       double df1, df2;
1238
1239       moments1_calculate (ws->dd_total[v]->mom, &n, NULL, NULL, NULL, NULL);
1240
1241       df1 = pvw->n_groups - 1;
1242       df2 = n - pvw->n_groups;
1243
1244       tab_text (t, 0, v + 1, TAB_LEFT | TAT_TITLE, s);
1245
1246       tab_double (t, 1, v + 1, TAB_RIGHT, F, NULL);
1247       tab_fixed (t, 2, v + 1, TAB_RIGHT, df1, 8, 0);
1248       tab_fixed (t, 3, v + 1, TAB_RIGHT, df2, 8, 0);
1249
1250       /* Now the significance */
1251       tab_double (t, 4, v + 1, TAB_RIGHT, gsl_cdf_fdist_Q (F, df1, df2), NULL);
1252     }
1253
1254   tab_submit (t);
1255 }
1256
1257
1258 /* Show the contrast coefficients table */
1259 static void
1260 show_contrast_coeffs (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1261 {
1262   int c_num = 0;
1263   struct ll *cli;
1264
1265   int n_contrasts = ll_count (&cmd->contrast_list);
1266   int n_cols = 2 + ws->actual_number_of_groups;
1267   int n_rows = 2 + n_contrasts;
1268
1269   struct tab_table *t;
1270
1271   const struct covariance *cov = ws->vws[0].cov ;
1272
1273   t = tab_create (n_cols, n_rows);
1274   tab_headers (t, 2, 0, 2, 0);
1275
1276   /* Put a frame around the entire box, and vertical lines inside */
1277   tab_box (t,
1278            TAL_2, TAL_2,
1279            -1, TAL_1,
1280            0, 0,
1281            n_cols - 1, n_rows - 1);
1282
1283   tab_box (t,
1284            -1, -1,
1285            TAL_0, TAL_0,
1286            2, 0,
1287            n_cols - 1, 0);
1288
1289   tab_box (t,
1290            -1, -1,
1291            TAL_0, TAL_0,
1292            0, 0,
1293            1, 1);
1294
1295   tab_hline (t, TAL_1, 2, n_cols - 1, 1);
1296   tab_hline (t, TAL_2, 0, n_cols - 1, 2);
1297
1298   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
1299
1300   tab_title (t, _("Contrast Coefficients"));
1301
1302   tab_text (t,  0, 2, TAB_LEFT | TAT_TITLE, _("Contrast"));
1303
1304
1305   tab_joint_text (t, 2, 0, n_cols - 1, 0, TAB_CENTER | TAT_TITLE,
1306                   var_to_string (cmd->indep_var));
1307
1308   for ( cli = ll_head (&cmd->contrast_list);
1309         cli != ll_null (&cmd->contrast_list);
1310         cli = ll_next (cli))
1311     {
1312       int count = 0;
1313       struct contrasts_node *cn = ll_data (cli, struct contrasts_node, ll);
1314       struct ll *coeffi ;
1315
1316       tab_text_format (t, 1, c_num + 2, TAB_CENTER, "%d", c_num + 1);
1317
1318       for (coeffi = ll_head (&cn->coefficient_list);
1319            coeffi != ll_null (&cn->coefficient_list);
1320            ++count, coeffi = ll_next (coeffi))
1321         {
1322           const struct categoricals *cats = covariance_get_categoricals (cov);
1323           const struct ccase *gcc = categoricals_get_case_by_category (cats, count);
1324           struct coeff_node *coeffn = ll_data (coeffi, struct coeff_node, ll);
1325           struct string vstr;
1326
1327           ds_init_empty (&vstr);
1328
1329           var_append_value_name (cmd->indep_var, case_data (gcc, cmd->indep_var), &vstr);
1330
1331           tab_text (t, count + 2, 1, TAB_CENTER | TAT_TITLE, ds_cstr (&vstr));
1332
1333           ds_destroy (&vstr);
1334
1335           tab_text_format (t, count + 2, c_num + 2, TAB_RIGHT, "%g", coeffn->coeff);
1336         }
1337       ++c_num;
1338     }
1339
1340   tab_submit (t);
1341 }
1342
1343
1344 /* Show the results of the contrast tests */
1345 static void
1346 show_contrast_tests (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1347 {
1348   int n_contrasts = ll_count (&cmd->contrast_list);
1349   size_t v;
1350   int n_cols = 8;
1351   size_t n_rows = 1 + cmd->n_vars * 2 * n_contrasts;
1352
1353   struct tab_table *t;
1354
1355   t = tab_create (n_cols, n_rows);
1356   tab_headers (t, 3, 0, 1, 0);
1357
1358   /* Put a frame around the entire box, and vertical lines inside */
1359   tab_box (t,
1360            TAL_2, TAL_2,
1361            -1, TAL_1,
1362            0, 0,
1363            n_cols - 1, n_rows - 1);
1364
1365   tab_box (t,
1366            -1, -1,
1367            TAL_0, TAL_0,
1368            0, 0,
1369            2, 0);
1370
1371   tab_hline (t, TAL_2, 0, n_cols - 1, 1);
1372   tab_vline (t, TAL_2, 3, 0, n_rows - 1);
1373
1374   tab_title (t, _("Contrast Tests"));
1375
1376   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("Contrast"));
1377   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("Value of Contrast"));
1378   tab_text (t,  4, 0, TAB_CENTER | TAT_TITLE, _("Std. Error"));
1379   tab_text (t,  5, 0, TAB_CENTER | TAT_TITLE, _("t"));
1380   tab_text (t,  6, 0, TAB_CENTER | TAT_TITLE, _("df"));
1381   tab_text (t,  7, 0, TAB_CENTER | TAT_TITLE, _("Sig. (2-tailed)"));
1382
1383   for (v = 0; v < cmd->n_vars; ++v)
1384     {
1385       const struct per_var_ws *pvw = &ws->vws[v];
1386       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
1387       struct ll *cli;
1388       int i = 0;
1389       int lines_per_variable = 2 * n_contrasts;
1390
1391       tab_text (t,  0, (v * lines_per_variable) + 1, TAB_LEFT | TAT_TITLE,
1392                 var_to_string (cmd->vars[v]));
1393
1394       for ( cli = ll_head (&cmd->contrast_list);
1395             cli != ll_null (&cmd->contrast_list);
1396             ++i, cli = ll_next (cli))
1397         {
1398           struct contrasts_node *cn = ll_data (cli, struct contrasts_node, ll);
1399           struct ll *coeffi ;
1400           int ci = 0;
1401           double contrast_value = 0.0;
1402           double coef_msq = 0.0;
1403
1404           double T;
1405           double std_error_contrast;
1406           double df;
1407           double sec_vneq = 0.0;
1408
1409           /* Note: The calculation of the degrees of freedom in the
1410              "variances not equal" case is painfull!!
1411              The following formula may help to understand it:
1412              \frac{\left (\sum_{i=1}^k{c_i^2\frac{s_i^2}{n_i}}\right)^2}
1413              {
1414              \sum_{i=1}^k\left (
1415              \frac{\left (c_i^2\frac{s_i^2}{n_i}\right)^2}  {n_i-1}
1416              \right)
1417              }
1418           */
1419
1420           double df_denominator = 0.0;
1421           double df_numerator = 0.0;
1422
1423           double grand_n;
1424           moments1_calculate (ws->dd_total[v]->mom, &grand_n, NULL, NULL, NULL, NULL);
1425           df = grand_n - pvw->n_groups;
1426
1427           if ( i == 0 )
1428             {
1429               tab_text (t,  1, (v * lines_per_variable) + i + 1,
1430                         TAB_LEFT | TAT_TITLE,
1431                         _("Assume equal variances"));
1432
1433               tab_text (t,  1, (v * lines_per_variable) + i + 1 + n_contrasts,
1434                         TAB_LEFT | TAT_TITLE,
1435                         _("Does not assume equal"));
1436             }
1437
1438           tab_text_format (t,  2, (v * lines_per_variable) + i + 1,
1439                            TAB_CENTER | TAT_TITLE, "%d", i + 1);
1440
1441
1442           tab_text_format (t,  2,
1443                            (v * lines_per_variable) + i + 1 + n_contrasts,
1444                            TAB_CENTER | TAT_TITLE, "%d", i + 1);
1445
1446           for (coeffi = ll_head (&cn->coefficient_list);
1447                coeffi != ll_null (&cn->coefficient_list);
1448                ++ci, coeffi = ll_next (coeffi))
1449             {
1450               double n, mean, variance;
1451               const struct descriptive_data *dd = categoricals_get_user_data_by_category (cats, ci);
1452               struct coeff_node *cn = ll_data (coeffi, struct coeff_node, ll);
1453               const double coef = cn->coeff;
1454               double winv ;
1455
1456               moments1_calculate (dd->mom, &n, &mean, &variance, NULL, NULL);
1457
1458               winv = variance / n;
1459
1460               contrast_value += coef * mean;
1461
1462               coef_msq += (pow2 (coef)) / n;
1463
1464               sec_vneq += (pow2 (coef)) * variance / n;
1465
1466               df_numerator += (pow2 (coef)) * winv;
1467               df_denominator += pow2((pow2 (coef)) * winv) / (n - 1);
1468             }
1469
1470           sec_vneq = sqrt (sec_vneq);
1471
1472           df_numerator = pow2 (df_numerator);
1473
1474           tab_double (t,  3, (v * lines_per_variable) + i + 1,
1475                       TAB_RIGHT, contrast_value, NULL);
1476
1477           tab_double (t,  3, (v * lines_per_variable) + i + 1 +
1478                       n_contrasts,
1479                       TAB_RIGHT, contrast_value, NULL);
1480
1481           std_error_contrast = sqrt (pvw->mse * coef_msq);
1482
1483           /* Std. Error */
1484           tab_double (t,  4, (v * lines_per_variable) + i + 1,
1485                       TAB_RIGHT, std_error_contrast,
1486                       NULL);
1487
1488           T = fabs (contrast_value / std_error_contrast);
1489
1490           /* T Statistic */
1491
1492           tab_double (t,  5, (v * lines_per_variable) + i + 1,
1493                       TAB_RIGHT, T,
1494                       NULL);
1495
1496
1497           /* Degrees of Freedom */
1498           tab_fixed (t,  6, (v * lines_per_variable) + i + 1,
1499                      TAB_RIGHT,  df,
1500                      8, 0);
1501
1502
1503           /* Significance TWO TAILED !!*/
1504           tab_double (t,  7, (v * lines_per_variable) + i + 1,
1505                       TAB_RIGHT,  2 * gsl_cdf_tdist_Q (T, df),
1506                       NULL);
1507
1508           /* Now for the Variances NOT Equal case */
1509
1510           /* Std. Error */
1511           tab_double (t,  4,
1512                       (v * lines_per_variable) + i + 1 + n_contrasts,
1513                       TAB_RIGHT, sec_vneq,
1514                       NULL);
1515
1516           T = contrast_value / sec_vneq;
1517           tab_double (t,  5,
1518                       (v * lines_per_variable) + i + 1 + n_contrasts,
1519                       TAB_RIGHT, T,
1520                       NULL);
1521
1522           df = df_numerator / df_denominator;
1523
1524           tab_double (t,  6,
1525                       (v * lines_per_variable) + i + 1 + n_contrasts,
1526                       TAB_RIGHT, df,
1527                       NULL);
1528
1529           /* The Significance */
1530           tab_double (t, 7, (v * lines_per_variable) + i + 1 + n_contrasts,
1531                       TAB_RIGHT,  2 * gsl_cdf_tdist_Q (T,df),
1532                       NULL);
1533         }
1534
1535       if ( v > 0 )
1536         tab_hline (t, TAL_1, 0, n_cols - 1, (v * lines_per_variable) + 1);
1537     }
1538
1539   tab_submit (t);
1540 }
1541
1542
1543
1544 static void
1545 show_comparisons (const struct oneway_spec *cmd, const struct oneway_workspace *ws, int v)
1546 {
1547   const int n_cols = 8;
1548   const int heading_rows = 2;
1549   const int heading_cols = 3;
1550
1551   int p;
1552   int r = heading_rows ;
1553
1554   const struct per_var_ws *pvw = &ws->vws[v];
1555   const struct categoricals *cat = pvw->cat;
1556   const int n_rows = heading_rows + cmd->n_posthoc * pvw->n_groups * (pvw->n_groups - 1);
1557
1558   struct tab_table *t = tab_create (n_cols, n_rows);
1559
1560   tab_headers (t, heading_cols, 0, heading_rows, 0);
1561
1562   /* Put a frame around the entire box, and vertical lines inside */
1563   tab_box (t,
1564            TAL_2, TAL_2,
1565            -1, -1,
1566            0, 0,
1567            n_cols - 1, n_rows - 1);
1568
1569   tab_box (t,
1570            -1, -1,
1571            -1, TAL_1,
1572            heading_cols, 0,
1573            n_cols - 1, n_rows - 1);
1574
1575   tab_vline (t, TAL_2, heading_cols, 0, n_rows - 1);
1576
1577   tab_title (t, _("Multiple Comparisons (%s)"), var_to_string (cmd->vars[v]));
1578
1579   tab_text_format (t,  1, 1, TAB_LEFT | TAT_TITLE, _("(I) %s"), var_to_string (cmd->indep_var));
1580   tab_text_format (t,  2, 1, TAB_LEFT | TAT_TITLE, _("(J) %s"), var_to_string (cmd->indep_var));
1581   tab_text (t,  3, 0, TAB_CENTER | TAT_TITLE, _("Mean Difference"));
1582   tab_text (t,  3, 1, TAB_CENTER | TAT_TITLE, _("(I - J)"));
1583   tab_text (t,  4, 1, TAB_CENTER | TAT_TITLE, _("Std. Error"));
1584   tab_text (t,  5, 1, TAB_CENTER | TAT_TITLE, _("Sig."));
1585
1586   tab_joint_text_format (t, 6, 0, 7, 0, TAB_CENTER | TAT_TITLE,
1587                          _("%g%% Confidence Interval"),
1588                          (1 - cmd->alpha) * 100.0);
1589
1590   tab_text (t,  6, 1, TAB_CENTER | TAT_TITLE, _("Lower Bound"));
1591   tab_text (t,  7, 1, TAB_CENTER | TAT_TITLE, _("Upper Bound"));
1592
1593
1594   for (p = 0; p < cmd->n_posthoc; ++p)
1595     {
1596       int i;
1597       const struct posthoc *ph = &ph_tests[cmd->posthoc[p]];
1598
1599       tab_hline (t, TAL_2, 0, n_cols - 1, r);
1600
1601       tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, gettext (ph->label));
1602
1603       for (i = 0; i < pvw->n_groups ; ++i)
1604         {
1605           double weight_i, mean_i, var_i;
1606           int rx = 0;
1607           struct string vstr;
1608           int j;
1609           struct descriptive_data *dd_i = categoricals_get_user_data_by_category (cat, i);
1610           const struct ccase *gcc = categoricals_get_case_by_category (cat, i);
1611
1612
1613           ds_init_empty (&vstr);
1614           var_append_value_name (cmd->indep_var, case_data (gcc, cmd->indep_var), &vstr);
1615
1616           if ( i != 0)
1617             tab_hline (t, TAL_1, 1, n_cols - 1, r);
1618           tab_text (t, 1, r, TAB_LEFT | TAT_TITLE, ds_cstr (&vstr));
1619
1620           moments1_calculate (dd_i->mom, &weight_i, &mean_i, &var_i, 0, 0);
1621
1622           for (j = 0 ; j < pvw->n_groups; ++j)
1623             {
1624               double std_err;
1625               double weight_j, mean_j, var_j;
1626               double half_range;
1627               const struct ccase *cc;
1628               struct descriptive_data *dd_j = categoricals_get_user_data_by_category (cat, j);
1629               if (j == i)
1630                 continue;
1631
1632               ds_clear (&vstr);
1633               cc = categoricals_get_case_by_category (cat, j);
1634               var_append_value_name (cmd->indep_var, case_data (cc, cmd->indep_var), &vstr);
1635               tab_text (t, 2, r + rx, TAB_LEFT | TAT_TITLE, ds_cstr (&vstr));
1636
1637               moments1_calculate (dd_j->mom, &weight_j, &mean_j, &var_j, 0, 0);
1638
1639               tab_double  (t, 3, r + rx, 0, mean_i - mean_j, 0);
1640
1641               std_err = pvw->mse;
1642               std_err *= weight_i + weight_j;
1643               std_err /= weight_i * weight_j;
1644               std_err = sqrt (std_err);
1645
1646               tab_double  (t, 4, r + rx, 0, std_err, 0);
1647
1648               tab_double (t, 5, r + rx, 0, 2 * multiple_comparison_sig (std_err, pvw, dd_i, dd_j, ph), 0);
1649
1650               half_range = mc_half_range (cmd, pvw, std_err, dd_i, dd_j, ph);
1651
1652               tab_double (t, 6, r + rx, 0,
1653                            (mean_i - mean_j) - half_range, 0 );
1654
1655               tab_double (t, 7, r + rx, 0,
1656                            (mean_i - mean_j) + half_range, 0 );
1657
1658               rx++;
1659             }
1660           ds_destroy (&vstr);
1661           r += pvw->n_groups - 1;
1662         }
1663     }
1664
1665   tab_submit (t);
1666 }