src/language/stats/oneway.q

   1 /* PSPP - a program for statistical analysis.
   2    Copyright (C) 1997-9, 2000, 2007 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 <math.h>
  21 #include <stdio.h>
  22 #include <stdlib.h>
  23
  24 #include <data/case.h>
  25 #include <data/casegrouper.h>
  26 #include <data/casereader.h>
  27 #include <data/dictionary.h>
  28 #include <data/procedure.h>
  29 #include <data/value-labels.h>
  30 #include <data/variable.h>
  31 #include <language/command.h>
  32 #include <language/dictionary/split-file.h>
  33 #include <language/lexer/lexer.h>
  34 #include <libpspp/compiler.h>
  35 #include <libpspp/hash.h>
  36 #include <libpspp/message.h>
  37 #include <libpspp/misc.h>
  38 #include <libpspp/str.h>
  39 #include <libpspp/taint.h>
  40 #include <math/group-proc.h>
  41 #include <math/group.h>
  42 #include <math/levene.h>
  43 #include <output/manager.h>
  44 #include <output/table.h>
  45 #include "sort-criteria.h"
  46
  47 #include "xalloc.h"
  48
  49 #include "gettext.h"
  50 #define _(msgid) gettext (msgid)
  51
  52 /* (headers) */
  53
  54 /* (specification)
  55    "ONEWAY" (oneway_):
  56    *^variables=custom;
  57    missing=miss:!analysis/listwise,
  58            incl:include/!exclude;
  59    +contrast= double list;
  60    +statistics[st_]=descriptives,homogeneity.
  61 */
  62 /* (declarations) */
  63 /* (functions) */
  64
  65 static struct cmd_oneway cmd;
  66
  67 /* The independent variable */
  68 static const struct variable *indep_var;
  69
  70 /* Number of dependent variables */
  71 static size_t n_vars;
  72
  73 /* The dependent variables */
  74 static const struct variable **vars;
  75
  76
  77 /* A  hash table containing all the distinct values of the independent
  78    variables */
  79 static struct hsh_table *global_group_hash ;
  80
  81 /* The number of distinct values of the independent variable, when all
  82    missing values are disregarded */
  83 static int ostensible_number_of_groups = -1;
  84
  85
  86 static void run_oneway (struct cmd_oneway *, struct casereader *,
  87                         const struct dataset *);
  88
  89
  90 /* Routines to show the output tables */
  91 static void show_anova_table(void);
  92 static void show_descriptives(void);
  93 static void show_homogeneity(void);
  94
  95 static void show_contrast_coeffs(short *);
  96 static void show_contrast_tests(short *);
  97
  98
  99 enum stat_table_t {STAT_DESC = 1, STAT_HOMO = 2};
 100
 101 static enum stat_table_t stat_tables ;
 102
 103 void output_oneway(void);
 104
 105
 106 int
 107 cmd_oneway (struct lexer *lexer, struct dataset *ds)
 108 {
 109   struct casegrouper *grouper;
 110   struct casereader *group;
 111   int i;
 112   bool ok;
 113
 114   if ( !parse_oneway (lexer, ds, &cmd, NULL) )
 115     return CMD_FAILURE;
 116
 117   /* What statistics were requested */
 118   if ( cmd.sbc_statistics )
 119     {
 120
 121       for (i = 0 ; i < ONEWAY_ST_count ; ++i )
 122         {
 123           if  ( ! cmd.a_statistics[i]  ) continue;
 124
 125           switch (i) {
 126           case ONEWAY_ST_DESCRIPTIVES:
 127             stat_tables |= STAT_DESC;
 128             break;
 129           case ONEWAY_ST_HOMOGENEITY:
 130             stat_tables |= STAT_HOMO;
 131             break;
 132           }
 133         }
 134     }
 135
 136   /* Data pass.  FIXME: error handling. */
 137   grouper = casegrouper_create_splits (proc_open (ds), dataset_dict (ds));
 138   while (casegrouper_get_next_group (grouper, &group))
 139     run_oneway (&cmd, group, ds);
 140   ok = casegrouper_destroy (grouper);
 141   ok = proc_commit (ds) && ok;
 142
 143   free (vars);
 144   free_oneway (&cmd);
 145
 146   return ok ? CMD_SUCCESS : CMD_CASCADING_FAILURE;
 147 }
 148
 149
 150 void
 151 output_oneway(void)
 152 {
 153   size_t i;
 154   short *bad_contrast ;
 155
 156   bad_contrast = xnmalloc (cmd.sbc_contrast, sizeof *bad_contrast);
 157
 158   /* Check the sanity of the given contrast values */
 159   for (i = 0 ; i < cmd.sbc_contrast ; ++i )
 160     {
 161       int j;
 162       double sum = 0;
 163
 164       bad_contrast[i] = 0;
 165       if ( subc_list_double_count(&cmd.dl_contrast[i]) !=
 166            ostensible_number_of_groups )
 167         {
 168           msg(SW,
 169               _("Number of contrast coefficients must equal the number of groups"));
 170           bad_contrast[i] = 1;
 171           continue;
 172         }
 173
 174       for (j=0; j < ostensible_number_of_groups ; ++j )
 175         sum += subc_list_double_at(&cmd.dl_contrast[i],j);
 176
 177       if ( sum != 0.0 )
 178         msg(SW,_("Coefficients for contrast %zu do not total zero"), i + 1);
 179     }
 180
 181   if ( stat_tables & STAT_DESC )
 182     show_descriptives();
 183
 184   if ( stat_tables & STAT_HOMO )
 185     show_homogeneity();
 186
 187   show_anova_table();
 188
 189   if (cmd.sbc_contrast )
 190     {
 191       show_contrast_coeffs(bad_contrast);
 192       show_contrast_tests(bad_contrast);
 193     }
 194
 195
 196   free(bad_contrast);
 197
 198   /* Clean up */
 199   for (i = 0 ; i < n_vars ; ++i )
 200     {
 201       struct hsh_table *group_hash = group_proc_get (vars[i])->group_hash;
 202
 203       hsh_destroy(group_hash);
 204     }
 205
 206   hsh_destroy(global_group_hash);
 207
 208 }
 209
 210
 211
 212
 213 /* Parser for the variables sub command */
 214 static int
 215 oneway_custom_variables (struct lexer *lexer,
 216                         struct dataset *ds, struct cmd_oneway *cmd UNUSED,
 217                         void *aux UNUSED)
 218 {
 219   struct dictionary *dict = dataset_dict (ds);
 220
 221   lex_match (lexer, '=');
 222
 223   if ((lex_token (lexer) != T_ID || dict_lookup_var (dict, lex_tokid (lexer)) == NULL)
 224       && lex_token (lexer) != T_ALL)
 225     return 2;
 226
 227   if (!parse_variables_const (lexer, dict, &vars, &n_vars,
 228                         PV_DUPLICATE
 229                         | PV_NUMERIC | PV_NO_SCRATCH) )
 230     {
 231       free (vars);
 232       return 0;
 233     }
 234
 235   assert(n_vars);
 236
 237   if ( ! lex_match (lexer, T_BY))
 238     return 2;
 239
 240   indep_var = parse_variable (lexer, dict);
 241
 242   if ( !indep_var )
 243     {
 244       msg(SE,_("`%s' is not a variable name"),lex_tokid (lexer));
 245       return 0;
 246     }
 247
 248   return 1;
 249 }
 250
 251
 252 /* Show the ANOVA table */
 253 static void
 254 show_anova_table(void)
 255 {
 256   size_t i;
 257   int n_cols =7;
 258   size_t n_rows = n_vars * 3 + 1;
 259
 260   struct tab_table *t;
 261
 262
 263   t = tab_create (n_cols,n_rows,0);
 264   tab_headers (t, 2, 0, 1, 0);
 265   tab_dim (t, tab_natural_dimensions);
 266
 267
 268   tab_box (t,
 269            TAL_2, TAL_2,
 270            -1, TAL_1,
 271            0, 0,
 272            n_cols - 1, n_rows - 1);
 273
 274   tab_hline (t, TAL_2, 0, n_cols - 1, 1 );
 275   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
 276   tab_vline (t, TAL_0, 1, 0, 0);
 277
 278   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("Sum of Squares"));
 279   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("df"));
 280   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("Mean Square"));
 281   tab_text (t, 5, 0, TAB_CENTER | TAT_TITLE, _("F"));
 282   tab_text (t, 6, 0, TAB_CENTER | TAT_TITLE, _("Significance"));
 283
 284
 285   for ( i=0 ; i < n_vars ; ++i )
 286     {
 287       struct group_statistics *totals = &group_proc_get (vars[i])->ugs;
 288       struct hsh_table *group_hash = group_proc_get (vars[i])->group_hash;
 289       struct hsh_iterator g;
 290       struct group_statistics *gs;
 291       double ssa=0;
 292       const char *s = var_to_string(vars[i]);
 293
 294       for (gs =  hsh_first (group_hash,&g);
 295            gs != 0;
 296            gs = hsh_next(group_hash,&g))
 297         {
 298           ssa += (gs->sum * gs->sum)/gs->n;
 299         }
 300
 301       ssa -= ( totals->sum * totals->sum ) / totals->n ;
 302
 303       tab_text (t, 0, i * 3 + 1, TAB_LEFT | TAT_TITLE, s);
 304       tab_text (t, 1, i * 3 + 1, TAB_LEFT | TAT_TITLE, _("Between Groups"));
 305       tab_text (t, 1, i * 3 + 2, TAB_LEFT | TAT_TITLE, _("Within Groups"));
 306       tab_text (t, 1, i * 3 + 3, TAB_LEFT | TAT_TITLE, _("Total"));
 307
 308       if (i > 0)
 309         tab_hline(t, TAL_1, 0, n_cols - 1 , i * 3 + 1);
 310
 311       {
 312         struct group_proc *gp = group_proc_get (vars[i]);
 313         const double sst = totals->ssq - ( totals->sum * totals->sum) / totals->n ;
 314         const double df1 = gp->n_groups - 1;
 315         const double df2 = totals->n - gp->n_groups ;
 316         const double msa = ssa / df1;
 317
 318         gp->mse  = (sst - ssa) / df2;
 319
 320
 321         /* Sums of Squares */
 322         tab_float (t, 2, i * 3 + 1, 0, ssa, 10, 2);
 323         tab_float (t, 2, i * 3 + 3, 0, sst, 10, 2);
 324         tab_float (t, 2, i * 3 + 2, 0, sst - ssa, 10, 2);
 325
 326
 327         /* Degrees of freedom */
 328         tab_float (t, 3, i * 3 + 1, 0, df1, 4, 0);
 329         tab_float (t, 3, i * 3 + 2, 0, df2, 4, 0);
 330         tab_float (t, 3, i * 3 + 3, 0, totals->n - 1, 4, 0);
 331
 332         /* Mean Squares */
 333         tab_float (t, 4, i * 3 + 1, TAB_RIGHT, msa, 8, 3);
 334         tab_float (t, 4, i * 3 + 2, TAB_RIGHT, gp->mse, 8, 3);
 335
 336
 337         {
 338           const double F = msa/gp->mse ;
 339
 340           /* The F value */
 341           tab_float (t, 5, i * 3 + 1, 0,  F, 8, 3);
 342
 343           /* The significance */
 344           tab_float (t, 6, i * 3 + 1, 0, gsl_cdf_fdist_Q(F,df1,df2), 8, 3);
 345         }
 346
 347       }
 348
 349     }
 350
 351
 352   tab_title (t, _("ANOVA"));
 353   tab_submit (t);
 354 }
 355
 356
 357 /* Show the descriptives table */
 358 static void
 359 show_descriptives(void)
 360 {
 361   size_t v;
 362   int n_cols =10;
 363   struct tab_table *t;
 364   int row;
 365
 366   const double confidence=0.95;
 367   const double q = (1.0 - confidence) / 2.0;
 368
 369
 370   int n_rows = 2 ;
 371
 372   for ( v = 0 ; v < n_vars ; ++v )
 373     n_rows += group_proc_get (vars[v])->n_groups + 1;
 374
 375   t = tab_create (n_cols,n_rows,0);
 376   tab_headers (t, 2, 0, 2, 0);
 377   tab_dim (t, tab_natural_dimensions);
 378
 379
 380   /* Put a frame around the entire box, and vertical lines inside */
 381   tab_box (t,
 382            TAL_2, TAL_2,
 383            -1, TAL_1,
 384            0, 0,
 385            n_cols - 1, n_rows - 1);
 386
 387   /* Underline headers */
 388   tab_hline (t, TAL_2, 0, n_cols - 1, 2 );
 389   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
 390
 391   tab_text (t, 2, 1, TAB_CENTER | TAT_TITLE, _("N"));
 392   tab_text (t, 3, 1, TAB_CENTER | TAT_TITLE, _("Mean"));
 393   tab_text (t, 4, 1, TAB_CENTER | TAT_TITLE, _("Std. Deviation"));
 394   tab_text (t, 5, 1, TAB_CENTER | TAT_TITLE, _("Std. Error"));
 395
 396
 397   tab_vline(t, TAL_0, 7, 0, 0);
 398   tab_hline(t, TAL_1, 6, 7, 1);
 399   tab_joint_text (t, 6, 0, 7, 0, TAB_CENTER | TAT_TITLE | TAT_PRINTF, _("%g%% Confidence Interval for Mean"),confidence*100.0);
 400
 401   tab_text (t, 6, 1, TAB_CENTER | TAT_TITLE, _("Lower Bound"));
 402   tab_text (t, 7, 1, TAB_CENTER | TAT_TITLE, _("Upper Bound"));
 403
 404   tab_text (t, 8, 1, TAB_CENTER | TAT_TITLE, _("Minimum"));
 405   tab_text (t, 9, 1, TAB_CENTER | TAT_TITLE, _("Maximum"));
 406
 407
 408   tab_title (t, _("Descriptives"));
 409
 410
 411   row = 2;
 412   for ( v=0 ; v < n_vars ; ++v )
 413     {
 414       double T;
 415       double std_error;
 416
 417       struct group_proc *gp = group_proc_get (vars[v]);
 418
 419       struct group_statistics *gs;
 420       struct group_statistics *totals = &gp->ugs;
 421
 422       const char *s = var_to_string(vars[v]);
 423
 424       struct group_statistics *const *gs_array =
 425         (struct group_statistics *const *) hsh_sort(gp->group_hash);
 426       int count = 0;
 427
 428       tab_text (t, 0, row, TAB_LEFT | TAT_TITLE, s);
 429       if ( v > 0)
 430         tab_hline(t, TAL_1, 0, n_cols - 1 , row);
 431
 432       for (count = 0 ; count < hsh_count(gp->group_hash) ; ++count)
 433         {
 434           struct string vstr;
 435           ds_init_empty (&vstr);
 436           gs = gs_array[count];
 437
 438           var_append_value_name (indep_var, &gs->id, &vstr);
 439
 440           tab_text (t, 1, row + count,
 441                     TAB_LEFT | TAT_TITLE,
 442                     ds_cstr (&vstr));
 443
 444           ds_destroy (&vstr);
 445
 446           /* Now fill in the numbers ... */
 447
 448           tab_float (t, 2, row + count, 0, gs->n, 8,0);
 449
 450           tab_float (t, 3, row + count, 0, gs->mean,8,2);
 451
 452           tab_float (t, 4, row + count, 0, gs->std_dev,8,2);
 453
 454           std_error = gs->std_dev/sqrt(gs->n) ;
 455           tab_float (t, 5, row + count, 0,
 456                      std_error, 8,2);
 457
 458           /* Now the confidence interval */
 459
 460           T = gsl_cdf_tdist_Qinv(q,gs->n - 1);
 461
 462           tab_float(t, 6, row + count, 0,
 463                     gs->mean - T * std_error, 8, 2);
 464
 465           tab_float(t, 7, row + count, 0,
 466                     gs->mean + T * std_error, 8, 2);
 467
 468           /* Min and Max */
 469
 470           tab_float(t, 8, row + count, 0,  gs->minimum, 8, 2);
 471           tab_float(t, 9, row + count, 0,  gs->maximum, 8, 2);
 472
 473         }
 474
 475       tab_text (t, 1, row + count,
 476                 TAB_LEFT | TAT_TITLE ,_("Total"));
 477
 478       tab_float (t, 2, row + count, 0, totals->n, 8,0);
 479
 480       tab_float (t, 3, row + count, 0, totals->mean, 8,2);
 481
 482       tab_float (t, 4, row + count, 0, totals->std_dev,8,2);
 483
 484       std_error = totals->std_dev/sqrt(totals->n) ;
 485
 486       tab_float (t, 5, row + count, 0, std_error, 8,2);
 487
 488       /* Now the confidence interval */
 489
 490       T = gsl_cdf_tdist_Qinv(q,totals->n - 1);
 491
 492       tab_float(t, 6, row + count, 0,
 493                 totals->mean - T * std_error, 8, 2);
 494
 495       tab_float(t, 7, row + count, 0,
 496                 totals->mean + T * std_error, 8, 2);
 497
 498       /* Min and Max */
 499
 500       tab_float(t, 8, row + count, 0,  totals->minimum, 8, 2);
 501       tab_float(t, 9, row + count, 0,  totals->maximum, 8, 2);
 502
 503       row += gp->n_groups + 1;
 504     }
 505
 506
 507   tab_submit (t);
 508
 509
 510 }
 511
 512 /* Show the homogeneity table */
 513 static void
 514 show_homogeneity(void)
 515 {
 516   size_t v;
 517   int n_cols = 5;
 518   size_t n_rows = n_vars + 1;
 519
 520   struct tab_table *t;
 521
 522
 523   t = tab_create (n_cols,n_rows,0);
 524   tab_headers (t, 1, 0, 1, 0);
 525   tab_dim (t, tab_natural_dimensions);
 526
 527   /* Put a frame around the entire box, and vertical lines inside */
 528   tab_box (t,
 529            TAL_2, TAL_2,
 530            -1, TAL_1,
 531            0, 0,
 532            n_cols - 1, n_rows - 1);
 533
 534
 535   tab_hline(t, TAL_2, 0, n_cols - 1, 1);
 536   tab_vline(t, TAL_2, 1, 0, n_rows - 1);
 537
 538
 539   tab_text (t,  1, 0, TAB_CENTER | TAT_TITLE, _("Levene Statistic"));
 540   tab_text (t,  2, 0, TAB_CENTER | TAT_TITLE, _("df1"));
 541   tab_text (t,  3, 0, TAB_CENTER | TAT_TITLE, _("df2"));
 542   tab_text (t,  4, 0, TAB_CENTER | TAT_TITLE, _("Significance"));
 543
 544
 545   tab_title (t, _("Test of Homogeneity of Variances"));
 546
 547   for ( v=0 ; v < n_vars ; ++v )
 548     {
 549       double F;
 550       const struct variable *var = vars[v];
 551       const struct group_proc *gp = group_proc_get (vars[v]);
 552       const char *s = var_to_string(var);
 553       const struct group_statistics *totals = &gp->ugs;
 554
 555       const double df1 = gp->n_groups - 1;
 556       const double df2 = totals->n - gp->n_groups ;
 557
 558       tab_text (t, 0, v + 1, TAB_LEFT | TAT_TITLE, s);
 559
 560       F = gp->levene;
 561       tab_float (t, 1, v + 1, TAB_RIGHT, F, 8,3);
 562       tab_float (t, 2, v + 1, TAB_RIGHT, df1 ,8,0);
 563       tab_float (t, 3, v + 1, TAB_RIGHT, df2 ,8,0);
 564
 565       /* Now the significance */
 566       tab_float (t, 4, v + 1, TAB_RIGHT,gsl_cdf_fdist_Q(F,df1,df2), 8, 3);
 567     }
 568
 569   tab_submit (t);
 570 }
 571
 572
 573 /* Show the contrast coefficients table */
 574 static void
 575 show_contrast_coeffs (short *bad_contrast)
 576 {
 577   int n_cols = 2 + ostensible_number_of_groups;
 578   int n_rows = 2 + cmd.sbc_contrast;
 579   union value *group_value;
 580   int count = 0 ;
 581   void *const *group_values ;
 582
 583   struct tab_table *t;
 584
 585   t = tab_create (n_cols,n_rows,0);
 586   tab_headers (t, 2, 0, 2, 0);
 587   tab_dim (t, tab_natural_dimensions);
 588
 589   /* Put a frame around the entire box, and vertical lines inside */
 590   tab_box (t,
 591            TAL_2, TAL_2,
 592            -1, TAL_1,
 593            0, 0,
 594            n_cols - 1, n_rows - 1);
 595
 596   tab_box (t,
 597            -1,-1,
 598            TAL_0, TAL_0,
 599            2, 0,
 600            n_cols - 1, 0);
 601
 602   tab_box (t,
 603            -1,-1,
 604            TAL_0, TAL_0,
 605            0,0,
 606            1,1);
 607
 608   tab_hline(t, TAL_1, 2, n_cols - 1, 1);
 609   tab_hline(t, TAL_2, 0, n_cols - 1, 2);
 610
 611   tab_vline(t, TAL_2, 2, 0, n_rows - 1);
 612
 613   tab_title (t, _("Contrast Coefficients"));
 614
 615   tab_text (t,  0, 2, TAB_LEFT | TAT_TITLE, _("Contrast"));
 616
 617
 618   tab_joint_text (t, 2, 0, n_cols - 1, 0, TAB_CENTER | TAT_TITLE,
 619                   var_to_string(indep_var));
 620
 621   group_values = hsh_sort(global_group_hash);
 622   for (count = 0 ;
 623        count < hsh_count(global_group_hash) ;
 624        ++count)
 625     {
 626       int i;
 627       struct string vstr;
 628       group_value = group_values[count];
 629
 630       ds_init_empty (&vstr);
 631
 632       var_append_value_name (indep_var, group_value, &vstr);
 633
 634       tab_text (t, count + 2, 1, TAB_CENTER | TAT_TITLE,
 635                 ds_cstr (&vstr));
 636
 637       ds_destroy (&vstr);
 638
 639
 640       for (i = 0 ; i < cmd.sbc_contrast ; ++i )
 641         {
 642           tab_text(t, 1, i + 2, TAB_CENTER | TAT_PRINTF, "%d", i + 1);
 643
 644           if ( bad_contrast[i] )
 645             tab_text(t, count + 2, i + 2, TAB_RIGHT, "?" );
 646           else
 647             tab_text(t, count + 2, i + 2, TAB_RIGHT | TAT_PRINTF, "%g",
 648                      subc_list_double_at(&cmd.dl_contrast[i], count)
 649                      );
 650         }
 651     }
 652
 653   tab_submit (t);
 654 }
 655
 656
 657 /* Show the results of the contrast tests */
 658 static void
 659 show_contrast_tests(short *bad_contrast)
 660 {
 661   size_t v;
 662   int n_cols = 8;
 663   size_t n_rows = 1 + n_vars * 2 * cmd.sbc_contrast;
 664
 665   struct tab_table *t;
 666
 667   t = tab_create (n_cols,n_rows,0);
 668   tab_headers (t, 3, 0, 1, 0);
 669   tab_dim (t, tab_natural_dimensions);
 670
 671   /* Put a frame around the entire box, and vertical lines inside */
 672   tab_box (t,
 673            TAL_2, TAL_2,
 674            -1, TAL_1,
 675            0, 0,
 676            n_cols - 1, n_rows - 1);
 677
 678   tab_box (t,
 679            -1,-1,
 680            TAL_0, TAL_0,
 681            0, 0,
 682            2, 0);
 683
 684   tab_hline(t, TAL_2, 0, n_cols - 1, 1);
 685   tab_vline(t, TAL_2, 3, 0, n_rows - 1);
 686
 687
 688   tab_title (t, _("Contrast Tests"));
 689
 690   tab_text (t,  2, 0, TAB_CENTER | TAT_TITLE, _("Contrast"));
 691   tab_text (t,  3, 0, TAB_CENTER | TAT_TITLE, _("Value of Contrast"));
 692   tab_text (t,  4, 0, TAB_CENTER | TAT_TITLE, _("Std. Error"));
 693   tab_text (t,  5, 0, TAB_CENTER | TAT_TITLE, _("t"));
 694   tab_text (t,  6, 0, TAB_CENTER | TAT_TITLE, _("df"));
 695   tab_text (t,  7, 0, TAB_CENTER | TAT_TITLE, _("Sig. (2-tailed)"));
 696
 697   for ( v = 0 ; v < n_vars ; ++v )
 698     {
 699       int i;
 700       int lines_per_variable = 2 * cmd.sbc_contrast;
 701
 702
 703       tab_text (t,  0, (v * lines_per_variable) + 1, TAB_LEFT | TAT_TITLE,
 704                 var_to_string(vars[v]));
 705
 706       for ( i = 0 ; i < cmd.sbc_contrast ; ++i )
 707         {
 708           int ci;
 709           double contrast_value = 0.0;
 710           double coef_msq = 0.0;
 711           struct group_proc *grp_data = group_proc_get (vars[v]);
 712           struct hsh_table *group_hash = grp_data->group_hash;
 713
 714           void *const *group_stat_array;
 715
 716           double T;
 717           double std_error_contrast ;
 718           double df;
 719           double sec_vneq=0.0;
 720
 721
 722           /* Note: The calculation of the degrees of freedom in the
 723              "variances not equal" case is painfull!!
 724              The following formula may help to understand it:
 725              \frac{\left(\sum_{i=1}^k{c_i^2\frac{s_i^2}{n_i}}\right)^2}
 726              {
 727              \sum_{i=1}^k\left(
 728              \frac{\left(c_i^2\frac{s_i^2}{n_i}\right)^2}  {n_i-1}
 729              \right)
 730              }
 731           */
 732
 733           double df_denominator = 0.0;
 734           double df_numerator = 0.0;
 735           if ( i == 0 )
 736             {
 737               tab_text (t,  1, (v * lines_per_variable) + i + 1,
 738                         TAB_LEFT | TAT_TITLE,
 739                         _("Assume equal variances"));
 740
 741               tab_text (t,  1, (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 742                         TAB_LEFT | TAT_TITLE,
 743                         _("Does not assume equal"));
 744             }
 745
 746           tab_text (t,  2, (v * lines_per_variable) + i + 1,
 747                     TAB_CENTER | TAT_TITLE | TAT_PRINTF, "%d",i+1);
 748
 749
 750           tab_text (t,  2, (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 751                     TAB_CENTER | TAT_TITLE | TAT_PRINTF, "%d",i+1);
 752
 753
 754           if ( bad_contrast[i])
 755             continue;
 756
 757           group_stat_array = hsh_sort(group_hash);
 758
 759           for (ci = 0 ; ci < hsh_count(group_hash) ;  ++ci)
 760             {
 761               const double coef = subc_list_double_at(&cmd.dl_contrast[i], ci);
 762               struct group_statistics *gs = group_stat_array[ci];
 763
 764               const double winv = (gs->std_dev * gs->std_dev) / gs->n;
 765
 766               contrast_value += coef * gs->mean;
 767
 768               coef_msq += (coef * coef) / gs->n ;
 769
 770               sec_vneq += (coef * coef) * (gs->std_dev * gs->std_dev ) /gs->n ;
 771
 772               df_numerator += (coef * coef) * winv;
 773               df_denominator += pow2((coef * coef) * winv) / (gs->n - 1);
 774             }
 775           sec_vneq = sqrt(sec_vneq);
 776
 777           df_numerator = pow2(df_numerator);
 778
 779           tab_float (t,  3, (v * lines_per_variable) + i + 1,
 780                      TAB_RIGHT, contrast_value, 8,2);
 781
 782           tab_float (t,  3, (v * lines_per_variable) + i + 1 +
 783                      cmd.sbc_contrast,
 784                      TAB_RIGHT, contrast_value, 8,2);
 785
 786           std_error_contrast = sqrt(grp_data->mse * coef_msq);
 787
 788           /* Std. Error */
 789           tab_float (t,  4, (v * lines_per_variable) + i + 1,
 790                      TAB_RIGHT, std_error_contrast,
 791                      8,3);
 792
 793           T = fabs(contrast_value / std_error_contrast) ;
 794
 795           /* T Statistic */
 796
 797           tab_float (t,  5, (v * lines_per_variable) + i + 1,
 798                      TAB_RIGHT, T,
 799                      8,3);
 800
 801           df = grp_data->ugs.n - grp_data->n_groups;
 802
 803           /* Degrees of Freedom */
 804           tab_float (t,  6, (v * lines_per_variable) + i + 1,
 805                      TAB_RIGHT,  df,
 806                      8,0);
 807
 808
 809           /* Significance TWO TAILED !!*/
 810           tab_float (t,  7, (v * lines_per_variable) + i + 1,
 811                      TAB_RIGHT,  2 * gsl_cdf_tdist_Q(T,df),
 812                      8,3);
 813
 814
 815           /* Now for the Variances NOT Equal case */
 816
 817           /* Std. Error */
 818           tab_float (t,  4,
 819                      (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 820                      TAB_RIGHT, sec_vneq,
 821                      8,3);
 822
 823
 824           T = contrast_value / sec_vneq;
 825           tab_float (t,  5,
 826                      (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 827                      TAB_RIGHT, T,
 828                      8,3);
 829
 830
 831           df = df_numerator / df_denominator;
 832
 833           tab_float (t,  6,
 834                      (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 835                      TAB_RIGHT, df,
 836                      8,3);
 837
 838           /* The Significance */
 839
 840           tab_float (t, 7, (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 841                      TAB_RIGHT,  2 * gsl_cdf_tdist_Q(T,df),
 842                      8,3);
 843
 844
 845         }
 846
 847       if ( v > 0 )
 848         tab_hline(t, TAL_1, 0, n_cols - 1, (v * lines_per_variable) + 1);
 849     }
 850
 851   tab_submit (t);
 852
 853 }
 854
 855
 856 /* ONEWAY ANOVA Calculations */
 857
 858 static void  postcalc (  struct cmd_oneway *cmd UNUSED );
 859
 860 static void  precalc ( struct cmd_oneway *cmd UNUSED );
 861
 862
 863
 864 /* Pre calculations */
 865 static void
 866 precalc ( struct cmd_oneway *cmd UNUSED )
 867 {
 868   size_t i=0;
 869
 870   for(i=0; i< n_vars ; ++i)
 871     {
 872       struct group_proc *gp = group_proc_get (vars[i]);
 873       struct group_statistics *totals = &gp->ugs;
 874
 875       /* Create a hash for each of the dependent variables.
 876          The hash contains a group_statistics structure,
 877          and is keyed by value of the independent variable */
 878
 879       gp->group_hash =
 880         hsh_create(4,
 881                    (hsh_compare_func *) compare_group,
 882                    (hsh_hash_func *) hash_group,
 883                    (hsh_free_func *) free_group,
 884                    (void *) var_get_width (indep_var) );
 885
 886
 887       totals->sum=0;
 888       totals->n=0;
 889       totals->ssq=0;
 890       totals->sum_diff=0;
 891       totals->maximum = - DBL_MAX;
 892       totals->minimum = DBL_MAX;
 893     }
 894 }
 895
 896 static void
 897 free_value (void *value_, const void *aux UNUSED)
 898 {
 899   union value *value = value_;
 900   free (value);
 901 }
 902
 903 static void
 904 run_oneway (struct cmd_oneway *cmd,
 905             struct casereader *input,
 906             const struct dataset *ds)
 907 {
 908   struct taint *taint;
 909   struct dictionary *dict = dataset_dict (ds);
 910   enum mv_class exclude;
 911   struct casereader *reader;
 912   struct ccase c;
 913
 914   if (!casereader_peek (input, 0, &c))
 915     {
 916       casereader_destroy (input);
 917       return;
 918     }
 919   output_split_file_values (ds, &c);
 920   case_destroy (&c);
 921
 922   taint = taint_clone (casereader_get_taint (input));
 923
 924   global_group_hash = hsh_create(4,
 925                                  (hsh_compare_func *) compare_values,
 926                                  (hsh_hash_func *) hash_value,
 927                                  free_value,
 928                                  (void *) var_get_width (indep_var) );
 929
 930   precalc(cmd);
 931
 932   exclude = cmd->incl != ONEWAY_INCLUDE ? MV_ANY : MV_SYSTEM;
 933   input = casereader_create_filter_missing (input, &indep_var, 1,
 934                                             exclude, NULL);
 935   if (cmd->miss == ONEWAY_LISTWISE)
 936     input = casereader_create_filter_missing (input, vars, n_vars,
 937                                               exclude, NULL);
 938   input = casereader_create_filter_weight (input, dict, NULL, NULL);
 939
 940   reader = casereader_clone (input);
 941   for (; casereader_read (reader, &c); case_destroy (&c))
 942     {
 943       size_t i;
 944
 945       const double weight = dict_get_case_weight (dict, &c, NULL);
 946
 947       const union value *indep_val = case_data (&c, indep_var);
 948       void **p = hsh_probe (global_group_hash, indep_val);
 949       if (*p == NULL)
 950         *p = value_dup (indep_val, var_get_width (indep_var));
 951
 952       for ( i = 0 ; i < n_vars ; ++i )
 953         {
 954           const struct variable *v = vars[i];
 955
 956           const union value *val = case_data (&c, v);
 957
 958           struct group_proc *gp = group_proc_get (vars[i]);
 959           struct hsh_table *group_hash = gp->group_hash;
 960
 961           struct group_statistics *gs;
 962
 963           gs = hsh_find(group_hash, (void *) indep_val );
 964
 965           if ( ! gs )
 966             {
 967               gs = xmalloc (sizeof *gs);
 968               gs->id = *indep_val;
 969               gs->sum=0;
 970               gs->n=0;
 971               gs->ssq=0;
 972               gs->sum_diff=0;
 973               gs->minimum = DBL_MAX;
 974               gs->maximum = -DBL_MAX;
 975
 976               hsh_insert ( group_hash, (void *) gs );
 977             }
 978
 979           if (!var_is_value_missing (v, val, exclude))
 980             {
 981               struct group_statistics *totals = &gp->ugs;
 982
 983               totals->n+=weight;
 984               totals->sum+=weight * val->f;
 985               totals->ssq+=weight * val->f * val->f;
 986
 987               if ( val->f * weight  < totals->minimum )
 988                 totals->minimum = val->f * weight;
 989
 990               if ( val->f * weight  > totals->maximum )
 991                 totals->maximum = val->f * weight;
 992
 993               gs->n+=weight;
 994               gs->sum+=weight * val->f;
 995               gs->ssq+=weight * val->f * val->f;
 996
 997               if ( val->f * weight  < gs->minimum )
 998                 gs->minimum = val->f * weight;
 999
1000               if ( val->f * weight  > gs->maximum )
1001                 gs->maximum = val->f * weight;
1002             }
1003
1004           gp->n_groups = hsh_count ( group_hash );
1005         }
1006
1007     }
1008   casereader_destroy (reader);
1009
1010   postcalc(cmd);
1011
1012
1013   if ( stat_tables & STAT_HOMO )
1014     levene (dict, casereader_clone (input), indep_var, n_vars, vars, exclude);
1015
1016   casereader_destroy (input);
1017
1018   ostensible_number_of_groups = hsh_count (global_group_hash);
1019
1020   if (!taint_has_tainted_successor (taint))
1021     output_oneway();
1022   taint_destroy (taint);
1023 }
1024
1025
1026 /* Post calculations for the ONEWAY command */
1027 void
1028 postcalc (  struct cmd_oneway *cmd UNUSED )
1029 {
1030   size_t i=0;
1031
1032
1033   for(i = 0; i < n_vars ; ++i)
1034     {
1035       struct group_proc *gp = group_proc_get (vars[i]);
1036       struct hsh_table *group_hash = gp->group_hash;
1037       struct group_statistics *totals = &gp->ugs;
1038
1039       struct hsh_iterator g;
1040       struct group_statistics *gs;
1041
1042       for (gs =  hsh_first (group_hash,&g);
1043            gs != 0;
1044            gs = hsh_next(group_hash,&g))
1045         {
1046           gs->mean=gs->sum / gs->n;
1047           gs->s_std_dev= sqrt(
1048                               ( (gs->ssq / gs->n ) - gs->mean * gs->mean )
1049                               ) ;
1050
1051           gs->std_dev= sqrt(
1052                             gs->n/(gs->n-1) *
1053                             ( (gs->ssq / gs->n ) - gs->mean * gs->mean )
1054                             ) ;
1055
1056           gs->se_mean = gs->std_dev / sqrt(gs->n);
1057           gs->mean_diff= gs->sum_diff / gs->n;
1058
1059         }
1060
1061
1062
1063       totals->mean = totals->sum / totals->n;
1064       totals->std_dev= sqrt(
1065                             totals->n/(totals->n-1) *
1066                             ( (totals->ssq / totals->n ) - totals->mean * totals->mean )
1067                             ) ;
1068
1069       totals->se_mean = totals->std_dev / sqrt(totals->n);
1070
1071     }
1072 }
1073
1074 /*
1075   Local Variables:
1076   mode: c
1077   End:
1078 */