pintos-os.org Git - pspp/blob - src/math/factor-stats.c

   1 /* PSPP - a program for statistical analysis.
   2    Copyright (C) 2004 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 #include "factor-stats.h"
  19 #include <data/val-type.h>
  20 #include <data/value.h>
  21 #include <libpspp/hash.h>
  22 #include <libpspp/array.h>
  23 #include "moments.h"
  24 #include "percentiles.h"
  25
  26 #include <stdlib.h>
  27 #include <math.h>
  28 #include <float.h>
  29 #include <assert.h>
  30 #include "histogram.h"
  31
  32 #include "xalloc.h"
  33
  34 void
  35 metrics_precalc(struct metrics *m)
  36 {
  37   assert (m) ;
  38
  39   m->n_missing = 0;
  40
  41   m->min = DBL_MAX;
  42   m->max = -DBL_MAX;
  43
  44   m->histogram = 0;
  45
  46   m->moments = moments1_create(MOMENT_KURTOSIS);
  47
  48   m->ordered_data = hsh_create(20,
  49                                 (hsh_compare_func *) compare_values,
  50                                 (hsh_hash_func *) hash_value,
  51                                 (hsh_free_func *) weighted_value_free,
  52                                 (void *) 0);
  53 }
  54
  55
  56 /* Include val in the calculation for the metrics.
  57    If val is null, then treat it as MISSING
  58 */
  59 void
  60 metrics_calc (struct metrics *fs, const union value *val,
  61               double weight, int case_no)
  62 {
  63   struct weighted_value **wv;
  64   double x;
  65
  66   if ( ! val )
  67     {
  68       fs->n_missing += weight;
  69       return ;
  70     }
  71
  72   x = val->f;
  73
  74   moments1_add(fs->moments, x, weight);
  75
  76
  77   if ( x < fs->min) fs->min = x;
  78   if ( x > fs->max) fs->max = x;
  79
  80
  81   wv = (struct weighted_value **) hsh_probe (fs->ordered_data,(void *) val );
  82
  83   if ( *wv  )
  84     {
  85       /* If this value has already been seen, then simply
  86          increase its weight  and push a new case number */
  87
  88       struct case_node *cn;
  89
  90       assert( (*wv)->v.f == val->f );
  91       (*wv)->w += weight;
  92
  93       cn = xmalloc ( sizeof *cn);
  94       cn->next = (*wv)->case_nos ;
  95       cn->num = case_no;
  96
  97       (*wv)->case_nos = cn;
  98     }
  99   else
 100     {
 101       struct case_node *cn;
 102
 103       *wv = weighted_value_create();
 104       (*wv)->v = *val;
 105       (*wv)->w = weight;
 106
 107       cn = xmalloc (sizeof *cn);
 108       cn->next=0;
 109       cn->num = case_no;
 110       (*wv)->case_nos  = cn;
 111
 112     }
 113
 114 }
 115
 116 void
 117 metrics_postcalc(struct metrics *m)
 118 {
 119   double cc = 0.0;
 120   double tc ;
 121   int k1, k2 ;
 122   int i;
 123   int j = 1;
 124
 125   moments1_calculate (m->moments, &m->n, &m->mean, &m->var,
 126                       &m->skewness, &m->kurtosis);
 127
 128   moments1_destroy (m->moments);
 129
 130
 131   m->stddev = sqrt(m->var);
 132
 133   /* FIXME: Check this is correct ???
 134      Shouldn't we use the sample variance ??? */
 135   m->se_mean = sqrt (m->var / m->n) ;
 136
 137
 138
 139   m->wvp = (struct weighted_value **) hsh_sort(m->ordered_data);
 140   m->n_data = hsh_count(m->ordered_data);
 141
 142   /* Trimmed mean calculation */
 143   if ( m->n_data <= 1 )
 144     {
 145       m->trimmed_mean = m->mean;
 146       return;
 147     }
 148
 149   m->histogram = histogram_create(10, m->min, m->max);
 150
 151   for ( i = 0 ; i < m->n_data ; ++i )
 152     {
 153       struct weighted_value **wv = (m->wvp) ;
 154       gsl_histogram_accumulate(m->histogram, wv[i]->v.f, wv[i]->w);
 155     }
 156
 157   tc = m->n * 0.05 ;
 158   k1 = -1;
 159   k2 = -1;
 160
 161   for ( i = 0 ; i < m->n_data ; ++i )
 162     {
 163       cc += m->wvp[i]->w;
 164       m->wvp[i]->cc = cc;
 165
 166       m->wvp[i]->rank = j + (m->wvp[i]->w - 1) / 2.0 ;
 167
 168       j += m->wvp[i]->w;
 169
 170       if ( cc < tc )
 171         k1 = i;
 172     }
 173
 174
 175
 176   k2 = m->n_data;
 177   for ( i = m->n_data -1  ; i >= 0; --i )
 178     {
 179       if ( tc > m->n - m->wvp[i]->cc)
 180         k2 = i;
 181     }
 182
 183
 184   /* Calculate the percentiles */
 185   ptiles (m->ptile_hash, (const struct weighted_value **) m->wvp,
 186           m->n_data, m->n, m->ptile_alg);
 187
 188   tukey_hinges ((const struct weighted_value **) m->wvp,
 189                 m->n_data, m->n, m->hinge);
 190
 191   /* Special case here */
 192   if ( k1 + 1 == k2 )
 193     {
 194       m->trimmed_mean = m->wvp[k2]->v.f;
 195       return;
 196     }
 197
 198   m->trimmed_mean = 0;
 199   for ( i = k1 + 2 ; i <= k2 - 1 ; ++i )
 200     {
 201       m->trimmed_mean += m->wvp[i]->v.f * m->wvp[i]->w;
 202     }
 203
 204
 205   m->trimmed_mean += (m->n - m->wvp[k2 - 1]->cc - tc) * m->wvp[k2]->v.f ;
 206   m->trimmed_mean += (m->wvp[k1 + 1]->cc - tc) * m->wvp[k1 + 1]->v.f ;
 207   m->trimmed_mean /= 0.9 * m->n ;
 208
 209
 210 }
 211
 212
 213 struct weighted_value *
 214 weighted_value_create(void)
 215 {
 216   struct weighted_value *wv;
 217   wv = xmalloc (sizeof *wv);
 218
 219   wv->cc = 0;
 220   wv->case_nos = 0;
 221
 222   return wv;
 223 }
 224
 225 void
 226 weighted_value_free(struct weighted_value *wv)
 227 {
 228   struct case_node *cn ;
 229
 230   if ( !wv )
 231     return ;
 232
 233   cn = wv->case_nos;
 234
 235   while(cn)
 236     {
 237       struct case_node *next = cn->next;
 238
 239       free(cn);
 240       cn = next;
 241     }
 242
 243   free(wv);
 244
 245 }
 246
 247
 248
 249
 250
 251 /* Create a factor statistics object with for N dependent vars
 252    and ID0 and ID1 as the values of the independent variable */
 253 struct factor_statistics *
 254 create_factor_statistics (int n,
 255                           union value *id0,
 256                           union value *id1)
 257 {
 258   struct factor_statistics *f;
 259
 260   f = xmalloc (sizeof *f);
 261
 262   f->id[0] = id0;
 263   f->id[1] = id1;
 264   f->m = xnmalloc (n, sizeof *f->m);
 265   memset (f->m, 0, sizeof(struct metrics) * n);
 266   f->n_var = n;
 267
 268   return f;
 269 }
 270
 271 void
 272 metrics_destroy(struct metrics *m)
 273 {
 274   hsh_destroy(m->ordered_data);
 275   hsh_destroy(m->ptile_hash);
 276   if ( m-> histogram )
 277     gsl_histogram_free(m->histogram);
 278 }
 279
 280 void
 281 factor_statistics_free(struct factor_statistics *f)
 282 {
 283
 284   int i;
 285   free (f->id[0]);
 286   free (f->id[1]);
 287   for ( i = 0 ; i < f->n_var; ++i )
 288        metrics_destroy(&f->m[i]);
 289   free(f->m) ;
 290   free(f);
 291 }
 292
 293
 294 int
 295 factor_statistics_compare(const struct factor_statistics *f0,
 296                           const struct factor_statistics *f1, int width)
 297 {
 298
 299   int cmp0;
 300
 301   assert(f0);
 302   assert(f1);
 303
 304   cmp0 = compare_values(f0->id[0], f1->id[0], width);
 305
 306   if ( cmp0 != 0 )
 307     return cmp0;
 308
 309
 310   if ( ( f0->id[1]->f == SYSMIS ) && (f1->id[1]->f != SYSMIS) )
 311     return 1;
 312
 313   if ( ( f0->id[1]->f != SYSMIS )  && (f1->id[1]->f == SYSMIS) )
 314     return -1;
 315
 316   return compare_values (f0->id[1], f1->id[1], width);
 317 }
 318
 319 unsigned int
 320 factor_statistics_hash (const struct factor_statistics *f, int width)
 321 {
 322   unsigned int h;
 323
 324   h = hash_value (f->id[0], width);
 325
 326   if ( f->id[1]->f != SYSMIS )
 327     h += hash_value(f->id[1], width);
 328
 329   return h;
 330 }