src/oneway.q

   1 /* PSPP - One way ANOVA. -*-c-*-
   2
   3    Copyright (C) 1997-9, 2000 Free Software Foundation, Inc.
   4    Author: John Darrington 2004
   5
   6    This program is free software; you can redistribute it and/or
   7    modify it under the terms of the GNU General Public License as
   8    published by the Free Software Foundation; either version 2 of the
   9    License, or (at your option) any later version.
  10
  11    This program is distributed in the hope that it will be useful, but
  12    WITHOUT ANY WARRANTY; without even the implied warranty of
  13    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  14    General Public License for more details.
  15
  16    You should have received a copy of the GNU General Public License
  17    along with this program; if not, write to the Free Software
  18    Foundation, Inc., 59 Temple Place - Suite 330, Boston, MA
  19    02111-1307, USA. */
  20
  21 #include <config.h>
  22 #include <gsl/gsl_cdf.h>
  23 #include "error.h"
  24 #include <stdio.h>
  25 #include <stdlib.h>
  26 #include <math.h>
  27 #include "alloc.h"
  28 #include "str.h"
  29 #include "case.h"
  30 #include "command.h"
  31 #include "lexer.h"
  32 #include "error.h"
  33 #include "magic.h"
  34 #include "misc.h"
  35 #include "tab.h"
  36 #include "som.h"
  37 #include "value-labels.h"
  38 #include "var.h"
  39 #include "vfm.h"
  40 #include "hash.h"
  41 #include "casefile.h"
  42 #include "group_proc.h"
  43 #include "group.h"
  44 #include "levene.h"
  45
  46 /* (specification)
  47    "ONEWAY" (oneway_):
  48      *variables=custom;
  49      +missing=miss:!analysis/listwise,
  50              incl:include/!exclude;
  51      contrast= double list;
  52      statistics[st_]=descriptives,homogeneity.
  53 */
  54 /* (declarations) */
  55 /* (functions) */
  56
  57
  58
  59 static int bad_weight_warn = 1;
  60
  61
  62 static struct cmd_oneway cmd;
  63
  64 /* The independent variable */
  65 static struct variable *indep_var;
  66
  67 /* Number of dependent variables */
  68 static int n_vars;
  69
  70 /* The dependent variables */
  71 static struct variable **vars;
  72
  73
  74 /* A  hash table containing all the distinct values of the independent
  75    variables */
  76 static struct hsh_table *global_group_hash ;
  77
  78 /* The number of distinct values of the independent variable, when all
  79    missing values are disregarded */
  80 static int ostensible_number_of_groups=-1;
  81
  82
  83 /* Function to use for testing for missing values */
  84 static is_missing_func value_is_missing;
  85
  86
  87 static void run_oneway(const struct casefile *cf, void *_mode);
  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(void)
 108 {
 109   int i;
 110
 111   if ( !parse_oneway(&cmd) )
 112     return CMD_FAILURE;
 113
 114   /* If /MISSING=INCLUDE is set, then user missing values are ignored */
 115   if (cmd.incl == ONEWAY_INCLUDE )
 116     value_is_missing = is_system_missing;
 117   else
 118     value_is_missing = is_missing;
 119
 120   /* What statistics were requested */
 121   if ( cmd.sbc_statistics )
 122     {
 123
 124       for (i = 0 ; i < ONEWAY_ST_count ; ++i )
 125         {
 126           if  ( ! cmd.a_statistics[i]  ) continue;
 127
 128           switch (i) {
 129           case ONEWAY_ST_DESCRIPTIVES:
 130             stat_tables |= STAT_DESC;
 131             break;
 132           case ONEWAY_ST_HOMOGENEITY:
 133             stat_tables |= STAT_HOMO;
 134             break;
 135           }
 136         }
 137     }
 138
 139   multipass_procedure_with_splits (run_oneway, &cmd);
 140
 141
 142   return CMD_SUCCESS;
 143 }
 144
 145
 146 void
 147 output_oneway(void)
 148 {
 149
 150   int i;
 151   short *bad_contrast ;
 152
 153   bad_contrast = xmalloc ( sizeof (short) * cmd.sbc_contrast );
 154
 155   /* Check the sanity of the given contrast values */
 156   for (i = 0 ; i < cmd.sbc_contrast ; ++i )
 157     {
 158       int j;
 159       double sum = 0;
 160
 161       bad_contrast[i] = 0;
 162       if ( subc_list_double_count(&cmd.dl_contrast[i]) !=
 163            ostensible_number_of_groups )
 164         {
 165           msg(SW,
 166               _("Number of contrast coefficients must equal the number of groups"));
 167           bad_contrast[i] = 1;
 168           continue;
 169         }
 170
 171       for (j=0; j < ostensible_number_of_groups ; ++j )
 172         sum += subc_list_double_at(&cmd.dl_contrast[i],j);
 173
 174       if ( sum != 0.0 )
 175         msg(SW,_("Coefficients for contrast %d do not total zero"),i + 1);
 176     }
 177
 178   if ( stat_tables & STAT_DESC )
 179     show_descriptives();
 180
 181   if ( stat_tables & STAT_HOMO )
 182     show_homogeneity();
 183
 184   show_anova_table();
 185
 186   if (cmd.sbc_contrast )
 187     {
 188       show_contrast_coeffs(bad_contrast);
 189       show_contrast_tests(bad_contrast);
 190     }
 191
 192
 193   free(bad_contrast);
 194
 195   /* Clean up */
 196   for (i = 0 ; i < n_vars ; ++i )
 197     {
 198       struct hsh_table *group_hash = vars[i]->p.grp_data.group_hash;
 199
 200       hsh_destroy(group_hash);
 201     }
 202
 203   hsh_destroy(global_group_hash);
 204
 205 }
 206
 207
 208
 209
 210 /* Parser for the variables sub command */
 211 static int
 212 oneway_custom_variables(struct cmd_oneway *cmd UNUSED)
 213 {
 214
 215   lex_match('=');
 216
 217   if ((token != T_ID || dict_lookup_var (default_dict, tokid) == NULL)
 218       && token != T_ALL)
 219     return 2;
 220
 221
 222   if (!parse_variables (default_dict, &vars, &n_vars,
 223                         PV_DUPLICATE
 224                         | PV_NUMERIC | PV_NO_SCRATCH) )
 225     {
 226       free (vars);
 227       return 0;
 228     }
 229
 230   assert(n_vars);
 231
 232   if ( ! lex_match(T_BY))
 233     return 2;
 234
 235
 236   indep_var = parse_variable();
 237
 238   if ( !indep_var )
 239     {
 240       msg(SE,_("`%s' is not a variable name"),tokid);
 241       return 0;
 242     }
 243
 244
 245   return 1;
 246 }
 247
 248
 249 /* Show the ANOVA table */
 250 static void
 251 show_anova_table(void)
 252 {
 253   int i;
 254   int n_cols =7;
 255   int n_rows = n_vars * 3 + 1;
 256
 257   struct tab_table *t;
 258
 259
 260   t = tab_create (n_cols,n_rows,0);
 261   tab_headers (t, 2, 0, 1, 0);
 262   tab_dim (t, tab_natural_dimensions);
 263
 264
 265   tab_box (t,
 266            TAL_2, TAL_2,
 267            -1, TAL_1,
 268            0, 0,
 269            n_cols - 1, n_rows - 1);
 270
 271   tab_hline (t, TAL_2, 0, n_cols - 1, 1 );
 272   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
 273   tab_vline (t, TAL_0, 1, 0, 0);
 274
 275   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("Sum of Squares"));
 276   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("df"));
 277   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("Mean Square"));
 278   tab_text (t, 5, 0, TAB_CENTER | TAT_TITLE, _("F"));
 279   tab_text (t, 6, 0, TAB_CENTER | TAT_TITLE, _("Significance"));
 280
 281
 282   for ( i=0 ; i < n_vars ; ++i )
 283     {
 284       struct group_statistics *totals = &vars[i]->p.grp_data.ugs;
 285       struct hsh_table *group_hash = vars[i]->p.grp_data.group_hash;
 286       struct hsh_iterator g;
 287       struct group_statistics *gs;
 288       double ssa=0;
 289
 290
 291       for (gs =  hsh_first (group_hash,&g);
 292            gs != 0;
 293            gs = hsh_next(group_hash,&g))
 294        {
 295          ssa += (gs->sum * gs->sum)/gs->n;
 296        }
 297
 298       ssa -= ( totals->sum * totals->sum ) / totals->n ;
 299
 300       const char *s = (vars[i]->label) ? vars[i]->label : vars[i]->name;
 301
 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         const double sst = totals->ssq - ( totals->sum * totals->sum) / totals->n ;
 313         const double df1 = vars[i]->p.grp_data.n_groups - 1;
 314         const double df2 = totals->n - vars[i]->p.grp_data.n_groups ;
 315         const double msa = ssa / df1;
 316
 317         vars[i]->p.grp_data.mse  = (sst - ssa) / df2;
 318
 319
 320         /* Sums of Squares */
 321         tab_float (t, 2, i * 3 + 1, 0, ssa, 10, 2);
 322         tab_float (t, 2, i * 3 + 3, 0, sst, 10, 2);
 323         tab_float (t, 2, i * 3 + 2, 0, sst - ssa, 10, 2);
 324
 325
 326         /* Degrees of freedom */
 327         tab_float (t, 3, i * 3 + 1, 0, df1, 4, 0);
 328         tab_float (t, 3, i * 3 + 2, 0, df2, 4, 0);
 329         tab_float (t, 3, i * 3 + 3, 0, totals->n - 1, 4, 0);
 330
 331         /* Mean Squares */
 332         tab_float (t, 4, i * 3 + 1, TAB_RIGHT, msa, 8, 3);
 333         tab_float (t, 4, i * 3 + 2, TAB_RIGHT, vars[i]->p.grp_data.mse, 8, 3);
 334
 335
 336         {
 337           const double F = msa/vars[i]->p.grp_data.mse ;
 338
 339           /* The F value */
 340           tab_float (t, 5, i * 3 + 1, 0,  F, 8, 3);
 341
 342           /* The significance */
 343           tab_float (t, 6, i * 3 + 1, 0, gsl_cdf_fdist_Q(F,df1,df2), 8, 3);
 344         }
 345
 346       }
 347
 348     }
 349
 350
 351   tab_title (t, 0, _("ANOVA"));
 352   tab_submit (t);
 353
 354
 355 }
 356
 357 /* Show the descriptives table */
 358 static void
 359 show_descriptives(void)
 360 {
 361   int 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
 373
 374   for ( v = 0 ; v < n_vars ; ++v )
 375     n_rows += vars[v]->p.grp_data.n_groups + 1;
 376
 377   t = tab_create (n_cols,n_rows,0);
 378   tab_headers (t, 2, 0, 2, 0);
 379   tab_dim (t, tab_natural_dimensions);
 380
 381
 382   /* Put a frame around the entire box, and vertical lines inside */
 383   tab_box (t,
 384            TAL_2, TAL_2,
 385            -1, TAL_1,
 386            0, 0,
 387            n_cols - 1, n_rows - 1);
 388
 389   /* Underline headers */
 390   tab_hline (t, TAL_2, 0, n_cols - 1, 2 );
 391   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
 392
 393   tab_text (t, 2, 1, TAB_CENTER | TAT_TITLE, _("N"));
 394   tab_text (t, 3, 1, TAB_CENTER | TAT_TITLE, _("Mean"));
 395   tab_text (t, 4, 1, TAB_CENTER | TAT_TITLE, _("Std. Deviation"));
 396   tab_text (t, 5, 1, TAB_CENTER | TAT_TITLE, _("Std. Error"));
 397
 398
 399   tab_vline(t, TAL_0, 7, 0, 0);
 400   tab_hline(t, TAL_1, 6, 7, 1);
 401   tab_joint_text (t, 6, 0, 7, 0, TAB_CENTER | TAT_TITLE | TAT_PRINTF, _("%g%% Confidence Interval for Mean"),confidence*100.0);
 402
 403   tab_text (t, 6, 1, TAB_CENTER | TAT_TITLE, _("Lower Bound"));
 404   tab_text (t, 7, 1, TAB_CENTER | TAT_TITLE, _("Upper Bound"));
 405
 406   tab_text (t, 8, 1, TAB_CENTER | TAT_TITLE, _("Minimum"));
 407   tab_text (t, 9, 1, TAB_CENTER | TAT_TITLE, _("Maximum"));
 408
 409
 410   tab_title (t, 0, _("Descriptives"));
 411
 412
 413   row = 2;
 414   for ( v=0 ; v < n_vars ; ++v )
 415     {
 416       double T;
 417       double std_error;
 418
 419
 420       struct hsh_iterator g;
 421       struct group_statistics *gs;
 422       struct group_statistics *totals = &vars[v]->p.grp_data.ugs;
 423
 424       int count = 0 ;
 425       char *s = (vars[v]->label) ? vars[v]->label : vars[v]->name;
 426
 427       struct hsh_table *group_hash = vars[v]->p.grp_data.group_hash;
 428
 429
 430       tab_text (t, 0, row, TAB_LEFT | TAT_TITLE, s);
 431       if ( v > 0)
 432         tab_hline(t, TAL_1, 0, n_cols - 1 , row);
 433
 434
 435       for (gs =  hsh_first (group_hash,&g);
 436            gs != 0;
 437            gs = hsh_next(group_hash,&g))
 438         {
 439           const char *s = val_labs_find(indep_var->val_labs, gs->id );
 440
 441           if ( s )
 442             tab_text (t, 1, row + count,
 443                       TAB_LEFT | TAT_TITLE ,s);
 444           else if ( indep_var->width != 0 )
 445             tab_text (t, 1, row + count,
 446                       TAB_LEFT | TAT_TITLE, gs->id.s);
 447           else
 448             tab_text (t, 1, row + count,
 449                       TAB_LEFT | TAT_TITLE | TAT_PRINTF, "%g", gs->id.f);
 450
 451
 452           /* Now fill in the numbers ... */
 453
 454           tab_float (t, 2, row + count, 0, gs->n, 8,0);
 455
 456           tab_float (t, 3, row + count, 0, gs->mean,8,2);
 457
 458           tab_float (t, 4, row + count, 0, gs->std_dev,8,2);
 459
 460           std_error = gs->std_dev/sqrt(gs->n) ;
 461           tab_float (t, 5, row + count, 0,
 462                      std_error, 8,2);
 463
 464           /* Now the confidence interval */
 465
 466           T = gsl_cdf_tdist_Qinv(q,gs->n - 1);
 467
 468           tab_float(t, 6, row + count, 0,
 469                     gs->mean - T * std_error, 8, 2);
 470
 471           tab_float(t, 7, row + count, 0,
 472                     gs->mean + T * std_error, 8, 2);
 473
 474           /* Min and Max */
 475
 476           tab_float(t, 8, row + count, 0,  gs->minimum, 8, 2);
 477           tab_float(t, 9, row + count, 0,  gs->maximum, 8, 2);
 478
 479           count++ ;
 480         }
 481
 482       tab_text (t, 1, row + count,
 483                       TAB_LEFT | TAT_TITLE ,_("Total"));
 484
 485       tab_float (t, 2, row + count, 0, totals->n, 8,0);
 486
 487       tab_float (t, 3, row + count, 0, totals->mean, 8,2);
 488
 489       tab_float (t, 4, row + count, 0, totals->std_dev,8,2);
 490
 491       std_error = totals->std_dev/sqrt(totals->n) ;
 492
 493       tab_float (t, 5, row + count, 0, std_error, 8,2);
 494
 495       /* Now the confidence interval */
 496
 497       T = gsl_cdf_tdist_Qinv(q,totals->n - 1);
 498
 499       tab_float(t, 6, row + count, 0,
 500                 totals->mean - T * std_error, 8, 2);
 501
 502       tab_float(t, 7, row + count, 0,
 503                 totals->mean + T * std_error, 8, 2);
 504
 505       /* Min and Max */
 506
 507       tab_float(t, 8, row + count, 0,  totals->minimum, 8, 2);
 508       tab_float(t, 9, row + count, 0,  totals->maximum, 8, 2);
 509
 510       row += vars[v]->p.grp_data.n_groups + 1;
 511     }
 512
 513
 514   tab_submit (t);
 515
 516
 517 }
 518
 519 /* Show the homogeneity table */
 520 static void
 521 show_homogeneity(void)
 522 {
 523   int v;
 524   int n_cols = 5;
 525   int n_rows = n_vars + 1;
 526
 527   struct tab_table *t;
 528
 529
 530   t = tab_create (n_cols,n_rows,0);
 531   tab_headers (t, 1, 0, 1, 0);
 532   tab_dim (t, tab_natural_dimensions);
 533
 534   /* Put a frame around the entire box, and vertical lines inside */
 535   tab_box (t,
 536            TAL_2, TAL_2,
 537            -1, TAL_1,
 538            0, 0,
 539            n_cols - 1, n_rows - 1);
 540
 541
 542   tab_hline(t, TAL_2, 0, n_cols - 1, 1);
 543   tab_vline(t, TAL_2, 1, 0, n_rows - 1);
 544
 545
 546   tab_text (t,  1, 0, TAB_CENTER | TAT_TITLE, _("Levene Statistic"));
 547   tab_text (t,  2, 0, TAB_CENTER | TAT_TITLE, _("df1"));
 548   tab_text (t,  3, 0, TAB_CENTER | TAT_TITLE, _("df2"));
 549   tab_text (t,  4, 0, TAB_CENTER | TAT_TITLE, _("Significance"));
 550
 551
 552   tab_title (t, 0, _("Test of Homogeneity of Variances"));
 553
 554   for ( v=0 ; v < n_vars ; ++v )
 555     {
 556       double F;
 557       const struct variable *var = vars[v];
 558       const char *s = (var->label) ? var->label : var->name;
 559       const struct group_statistics *totals = &var->p.grp_data.ugs;
 560
 561       const double df1 = var->p.grp_data.n_groups - 1;
 562       const double df2 = totals->n - var->p.grp_data.n_groups ;
 563
 564       tab_text (t, 0, v + 1, TAB_LEFT | TAT_TITLE, s);
 565
 566       F = var->p.grp_data.levene;
 567       tab_float (t, 1, v + 1, TAB_RIGHT, F, 8,3);
 568       tab_float (t, 2, v + 1, TAB_RIGHT, df1 ,8,0);
 569       tab_float (t, 3, v + 1, TAB_RIGHT, df2 ,8,0);
 570
 571       /* Now the significance */
 572       tab_float (t, 4, v + 1, TAB_RIGHT,gsl_cdf_fdist_Q(F,df1,df2), 8, 3);
 573     }
 574
 575   tab_submit (t);
 576
 577
 578 }
 579
 580
 581 /* Show the contrast coefficients table */
 582 static void
 583 show_contrast_coeffs(short *bad_contrast)
 584 {
 585   char *s;
 586   int n_cols = 2 + ostensible_number_of_groups;
 587   int n_rows = 2 + cmd.sbc_contrast;
 588   struct hsh_iterator g;
 589   union value *group_value;
 590   int count = 0 ;
 591
 592
 593   struct tab_table *t;
 594
 595
 596   t = tab_create (n_cols,n_rows,0);
 597   tab_headers (t, 2, 0, 2, 0);
 598   tab_dim (t, tab_natural_dimensions);
 599
 600   /* Put a frame around the entire box, and vertical lines inside */
 601   tab_box (t,
 602            TAL_2, TAL_2,
 603            -1, TAL_1,
 604            0, 0,
 605            n_cols - 1, n_rows - 1);
 606
 607
 608   tab_box (t,
 609            -1,-1,
 610            TAL_0, TAL_0,
 611            2, 0,
 612            n_cols - 1, 0);
 613
 614   tab_box (t,
 615            -1,-1,
 616            TAL_0, TAL_0,
 617            0,0,
 618            1,1);
 619
 620
 621   tab_hline(t, TAL_1, 2, n_cols - 1, 1);
 622
 623
 624   tab_hline(t, TAL_2, 0, n_cols - 1, 2);
 625   tab_vline(t, TAL_2, 2, 0, n_rows - 1);
 626
 627
 628   tab_title (t, 0, _("Contrast Coefficients"));
 629
 630   tab_text (t,  0, 2, TAB_LEFT | TAT_TITLE, _("Contrast"));
 631
 632   s = (indep_var->label) ? indep_var->label : indep_var->name;
 633
 634   tab_joint_text (t, 2, 0, n_cols - 1, 0, TAB_CENTER | TAT_TITLE, s);
 635
 636   for (group_value =  hsh_first (global_group_hash,&g);
 637        group_value != 0;
 638        group_value = hsh_next(global_group_hash,&g))
 639     {
 640       int i;
 641       char *lab;
 642
 643
 644       lab = val_labs_find(indep_var->val_labs,*group_value);
 645
 646       if ( lab )
 647         tab_text (t, count + 2, 1,
 648                   TAB_CENTER | TAT_TITLE ,lab);
 649       else
 650         tab_text (t, count + 2, 1,
 651                   TAB_CENTER | TAT_TITLE | TAT_PRINTF, "%g", group_value->f);
 652
 653       for (i = 0 ; i < cmd.sbc_contrast ; ++i )
 654         {
 655
 656           tab_text(t, 1, i + 2, TAB_CENTER | TAT_PRINTF, "%d", i + 1);
 657
 658           if ( bad_contrast[i] )
 659             tab_text(t, count + 2, i + 2, TAB_RIGHT, "?" );
 660           else
 661             tab_text(t, count + 2, i + 2, TAB_RIGHT | TAT_PRINTF, "%g",
 662                      subc_list_double_at(&cmd.dl_contrast[i],count)
 663                      );
 664         }
 665
 666       count++ ;
 667     }
 668
 669   tab_submit (t);
 670
 671 }
 672
 673
 674 /* Show the results of the contrast tests */
 675 static void
 676 show_contrast_tests(short *bad_contrast)
 677 {
 678   int v;
 679   int n_cols = 8;
 680   int n_rows = 1 + n_vars * 2 * cmd.sbc_contrast;
 681
 682   struct tab_table *t;
 683
 684   t = tab_create (n_cols,n_rows,0);
 685   tab_headers (t, 3, 0, 1, 0);
 686   tab_dim (t, tab_natural_dimensions);
 687
 688   /* Put a frame around the entire box, and vertical lines inside */
 689   tab_box (t,
 690            TAL_2, TAL_2,
 691            -1, TAL_1,
 692            0, 0,
 693            n_cols - 1, n_rows - 1);
 694
 695   tab_box (t,
 696            -1,-1,
 697            TAL_0, TAL_0,
 698            0, 0,
 699            2, 0);
 700
 701   tab_hline(t, TAL_2, 0, n_cols - 1, 1);
 702   tab_vline(t, TAL_2, 3, 0, n_rows - 1);
 703
 704
 705   tab_title (t, 0, _("Contrast Tests"));
 706
 707   tab_text (t,  2, 0, TAB_CENTER | TAT_TITLE, _("Contrast"));
 708   tab_text (t,  3, 0, TAB_CENTER | TAT_TITLE, _("Value of Contrast"));
 709   tab_text (t,  4, 0, TAB_CENTER | TAT_TITLE, _("Std. Error"));
 710   tab_text (t,  5, 0, TAB_CENTER | TAT_TITLE, _("t"));
 711   tab_text (t,  6, 0, TAB_CENTER | TAT_TITLE, _("df"));
 712   tab_text (t,  7, 0, TAB_CENTER | TAT_TITLE, _("Sig. (2-tailed)"));
 713
 714   for ( v = 0 ; v < n_vars ; ++v )
 715     {
 716       int i;
 717       int lines_per_variable = 2 * cmd.sbc_contrast;
 718
 719
 720       tab_text (t,  0, (v * lines_per_variable) + 1, TAB_LEFT | TAT_TITLE,
 721                 vars[v]->label?vars[v]->label:vars[v]->name);
 722
 723
 724
 725       for ( i = 0 ; i < cmd.sbc_contrast ; ++i )
 726         {
 727           int ci;
 728           double contrast_value = 0.0;
 729           double coef_msq = 0.0;
 730           struct group_proc *grp_data = &vars[v]->p.grp_data ;
 731           struct hsh_table *group_hash = grp_data->group_hash;
 732           struct hsh_iterator g;
 733           struct group_statistics *gs;
 734
 735           double T;
 736           double std_error_contrast ;
 737           double df;
 738           double sec_vneq=0.0;
 739
 740
 741           /* Note: The calculation of the degrees of freedom in the variances
 742              not  equal case is painfull!!
 743              The following formula may help to understand it:
 744              \frac{\left(\sum_{i=1}^k{c_i^2\frac{s_i^2}{n_i}}\right)^2}
 745              {
 746              \sum_{i=1}^k\left(
 747                 \frac{\left(c_i^2\frac{s_i^2}{n_i}\right)^2}  {n_i-1}
 748              \right)
 749              }
 750           */
 751
 752           double df_denominator = 0.0;
 753           double df_numerator = 0.0;
 754
 755
 756           if ( i == 0 )
 757             {
 758               tab_text (t,  1, (v * lines_per_variable) + i + 1,
 759                         TAB_LEFT | TAT_TITLE,
 760                         _("Assume equal variances"));
 761
 762               tab_text (t,  1, (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 763                         TAB_LEFT | TAT_TITLE,
 764                         _("Does not assume equal"));
 765             }
 766
 767           tab_text (t,  2, (v * lines_per_variable) + i + 1,
 768                     TAB_CENTER | TAT_TITLE | TAT_PRINTF, "%d",i+1);
 769
 770
 771           tab_text (t,  2, (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 772                     TAB_CENTER | TAT_TITLE | TAT_PRINTF, "%d",i+1);
 773
 774
 775           if ( bad_contrast[i])
 776             continue;
 777
 778           /* FIXME: Potential danger here.
 779              We're ASSUMING THE array is in the order corresponding to the
 780              hash order. */
 781           for (ci = 0, gs = hsh_first (group_hash,&g);
 782                gs != 0;
 783                ++ci, gs = hsh_next(group_hash,&g))
 784             {
 785
 786               const double coef = subc_list_double_at(&cmd.dl_contrast[i],ci);
 787               const double winv = (gs->std_dev * gs->std_dev) / gs->n;
 788
 789               contrast_value += coef * gs->mean;
 790
 791               coef_msq += (coef * coef) / gs->n ;
 792
 793               sec_vneq += (coef * coef) * (gs->std_dev * gs->std_dev ) /gs->n ;
 794
 795               df_numerator += (coef * coef) * winv;
 796               df_denominator += pow2((coef * coef) * winv) / (gs->n - 1);
 797
 798             }
 799           sec_vneq = sqrt(sec_vneq);
 800
 801           df_numerator = pow2(df_numerator);
 802
 803           tab_float (t,  3, (v * lines_per_variable) + i + 1,
 804                      TAB_RIGHT, contrast_value, 8,2);
 805
 806           tab_float (t,  3, (v * lines_per_variable) + i + 1 +
 807                      cmd.sbc_contrast,
 808                      TAB_RIGHT, contrast_value, 8,2);
 809
 810           std_error_contrast = sqrt(vars[v]->p.grp_data.mse * coef_msq);
 811
 812           /* Std. Error */
 813           tab_float (t,  4, (v * lines_per_variable) + i + 1,
 814                      TAB_RIGHT, std_error_contrast,
 815                      8,3);
 816
 817           T = fabs(contrast_value / std_error_contrast) ;
 818
 819           /* T Statistic */
 820
 821           tab_float (t,  5, (v * lines_per_variable) + i + 1,
 822                      TAB_RIGHT, T,
 823                      8,3);
 824
 825           df = grp_data->ugs.n - grp_data->n_groups;
 826
 827           /* Degrees of Freedom */
 828           tab_float (t,  6, (v * lines_per_variable) + i + 1,
 829                      TAB_RIGHT,  df,
 830                      8,0);
 831
 832
 833           /* Significance TWO TAILED !!*/
 834           tab_float (t,  7, (v * lines_per_variable) + i + 1,
 835                      TAB_RIGHT,  2 * gsl_cdf_tdist_Q(T,df),
 836                      8,3);
 837
 838
 839           /* Now for the Variances NOT Equal case */
 840
 841           /* Std. Error */
 842           tab_float (t,  4,
 843                      (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 844                      TAB_RIGHT, sec_vneq,
 845                      8,3);
 846
 847
 848           T = contrast_value / sec_vneq;
 849           tab_float (t,  5,
 850                      (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 851                      TAB_RIGHT, T,
 852                      8,3);
 853
 854
 855           df = df_numerator / df_denominator;
 856
 857           tab_float (t,  6,
 858                      (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 859                      TAB_RIGHT, df,
 860                      8,3);
 861
 862           /* The Significance */
 863
 864           tab_float (t, 7, (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 865                      TAB_RIGHT,  2 * gsl_cdf_tdist_Q(T,df),
 866                      8,3);
 867
 868
 869         }
 870
 871       if ( v > 0 )
 872         tab_hline(t, TAL_1, 0, n_cols - 1, (v * lines_per_variable) + 1);
 873     }
 874
 875   tab_submit (t);
 876
 877 }
 878
 879
 880 /* ONEWAY ANOVA Calculations */
 881
 882 static void  postcalc (  struct cmd_oneway *cmd UNUSED );
 883
 884 static void  precalc ( struct cmd_oneway *cmd UNUSED );
 885
 886
 887
 888 /* Pre calculations */
 889 static void
 890 precalc ( struct cmd_oneway *cmd UNUSED )
 891 {
 892   int i=0;
 893
 894   for(i=0; i< n_vars ; ++i)
 895     {
 896       struct group_statistics *totals = &vars[i]->p.grp_data.ugs;
 897
 898       /* Create a hash for each of the dependent variables.
 899          The hash contains a group_statistics structure,
 900          and is keyed by value of the independent variable */
 901
 902       vars[i]->p.grp_data.group_hash =
 903         hsh_create(4,
 904                    (hsh_compare_func *) compare_group,
 905                    (hsh_hash_func *) hash_group,
 906                    (hsh_free_func *) free_group,
 907                    (void *) indep_var->width );
 908
 909
 910       totals->sum=0;
 911       totals->n=0;
 912       totals->ssq=0;
 913       totals->sum_diff=0;
 914       totals->maximum = - DBL_MAX;
 915       totals->minimum = DBL_MAX;
 916     }
 917 }
 918
 919
 920 static void
 921 run_oneway(const struct casefile *cf, void *cmd_)
 922 {
 923   struct casereader *r;
 924   struct ccase c;
 925
 926   struct cmd_oneway *cmd = (struct cmd_oneway *) cmd_;
 927
 928   global_group_hash = hsh_create(4,
 929                                  (hsh_compare_func *) compare_values,
 930                                  (hsh_hash_func *) hash_value,
 931                                  0,
 932                                  (void *) indep_var->width );
 933   precalc(cmd);
 934
 935   for(r = casefile_get_reader (cf);
 936       casereader_read (r, &c) ;
 937       case_destroy (&c))
 938     {
 939       int i;
 940
 941       const double weight =
 942         dict_get_case_weight(default_dict,&c,&bad_weight_warn);
 943
 944       const union value *indep_val = case_data (&c, indep_var->fv);
 945
 946       /* Deal with missing values */
 947       if ( value_is_missing(indep_val,indep_var) )
 948            continue;
 949
 950       /* Skip the entire case if /MISSING=LISTWISE is set */
 951       if ( cmd->miss == ONEWAY_LISTWISE )
 952         {
 953           for(i = 0; i < n_vars ; ++i)
 954             {
 955               const struct variable *v = vars[i];
 956               const union value *val = case_data (&c, v->fv);
 957
 958               if (value_is_missing(val,v) )
 959                   break;
 960             }
 961           if ( i != n_vars )
 962               continue;
 963
 964         }
 965
 966
 967       hsh_insert ( global_group_hash, (void *) indep_val );
 968
 969       for ( i = 0 ; i < n_vars ; ++i )
 970         {
 971           const struct variable *v = vars[i];
 972
 973           const union value *val = case_data (&c, v->fv);
 974
 975           struct hsh_table *group_hash = vars[i]->p.grp_data.group_hash;
 976
 977           struct group_statistics *gs;
 978
 979           gs = hsh_find(group_hash, (void *) indep_val );
 980
 981           if ( ! gs )
 982             {
 983               gs = (struct group_statistics *)
 984                 xmalloc (sizeof(struct group_statistics));
 985
 986               gs->id = *indep_val;
 987               gs->sum=0;
 988               gs->n=0;
 989               gs->ssq=0;
 990               gs->sum_diff=0;
 991               gs->minimum = DBL_MAX;
 992               gs->maximum = -DBL_MAX;
 993
 994               hsh_insert ( group_hash, (void *) gs );
 995             }
 996
 997           if (! value_is_missing(val,v) )
 998             {
 999               struct group_statistics *totals = &vars[i]->p.grp_data.ugs;
1000
1001               totals->n+=weight;
1002               totals->sum+=weight * val->f;
1003               totals->ssq+=weight * val->f * val->f;
1004
1005               if ( val->f * weight  < totals->minimum )
1006                 totals->minimum = val->f * weight;
1007
1008               if ( val->f * weight  > totals->maximum )
1009                 totals->maximum = val->f * weight;
1010
1011               gs->n+=weight;
1012               gs->sum+=weight * val->f;
1013               gs->ssq+=weight * val->f * val->f;
1014
1015               if ( val->f * weight  < gs->minimum )
1016                 gs->minimum = val->f * weight;
1017
1018               if ( val->f * weight  > gs->maximum )
1019                 gs->maximum = val->f * weight;
1020             }
1021
1022           vars[i]->p.grp_data.n_groups = hsh_count ( group_hash );
1023         }
1024
1025     }
1026   casereader_destroy (r);
1027
1028   postcalc(cmd);
1029
1030
1031   if ( stat_tables & STAT_HOMO )
1032     levene(cf, indep_var, n_vars, vars,
1033            (cmd->miss == ONEWAY_LISTWISE) ? LEV_LISTWISE : LEV_ANALYSIS ,
1034            value_is_missing);
1035
1036   ostensible_number_of_groups = hsh_count (global_group_hash);
1037
1038
1039   output_oneway();
1040
1041
1042 }
1043
1044
1045 /* Post calculations for the ONEWAY command */
1046 void
1047 postcalc (  struct cmd_oneway *cmd UNUSED )
1048 {
1049   int i=0;
1050
1051
1052   for(i = 0; i < n_vars ; ++i)
1053     {
1054       struct hsh_table *group_hash = vars[i]->p.grp_data.group_hash;
1055       struct group_statistics *totals = &vars[i]->p.grp_data.ugs;
1056
1057       struct hsh_iterator g;
1058       struct group_statistics *gs;
1059
1060       for (gs =  hsh_first (group_hash,&g);
1061            gs != 0;
1062            gs = hsh_next(group_hash,&g))
1063         {
1064           gs->mean=gs->sum / gs->n;
1065           gs->s_std_dev= sqrt(
1066                               ( (gs->ssq / gs->n ) - gs->mean * gs->mean )
1067                               ) ;
1068
1069           gs->std_dev= sqrt(
1070                             gs->n/(gs->n-1) *
1071                             ( (gs->ssq / gs->n ) - gs->mean * gs->mean )
1072                             ) ;
1073
1074           gs->se_mean = gs->std_dev / sqrt(gs->n);
1075           gs->mean_diff= gs->sum_diff / gs->n;
1076
1077         }
1078
1079
1080
1081       totals->mean = totals->sum / totals->n;
1082       totals->std_dev= sqrt(
1083                             totals->n/(totals->n-1) *
1084                             ( (totals->ssq / totals->n ) - totals->mean * totals->mean )
1085                             ) ;
1086
1087       totals->se_mean = totals->std_dev / sqrt(totals->n);
1088
1089     }
1090 }