pintos-os.org Git - pspp/blob - tests/language/stats/npar.at

   1 AT_BANNER([NPAR TESTS])
   2
   3 AT_SETUP([NPAR TESTS BINOMIAL P < 0.5; N1/N2 < 1])
   4 AT_DATA([npar.sps], [dnl
   5 SET FORMAT F8.3.
   6
   7 DATA LIST LIST NOTABLE /x * w *.
   8 BEGIN DATA.
   9 1   6
  10 2   15
  11 END DATA.
  12
  13 WEIGHT BY w.
  14
  15 NPAR TESTS
  16         /BINOMIAL(0.3) = x
  17         .
  18 ])
  19 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
  20 Table: Binomial Test
  21 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (1-tailed)
  22 x,Group1,1.000,6.000,.286,.300,.551
  23 ,Group2,2.000,15.000,.714,,
  24 ,Total,,21.000,1.000,,
  25 ])
  26 AT_CLEANUP
  27
  28 AT_SETUP([NPAR TESTS BINOMIAL P < 0.5; N1/N2 > 1])
  29 AT_DATA([npar.sps], [dnl
  30 SET FORMAT F8.3.
  31
  32 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
  33 BEGIN DATA.
  34 1   7
  35 2   6
  36 END DATA.
  37
  38 WEIGHT BY w.
  39
  40 NPAR TESTS
  41         /BINOMIAL(0.4) = x
  42         .
  43 ])
  44 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
  45 Table: Binomial Test
  46 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (1-tailed)
  47 x,Group1,1,7,.538,.400,.229
  48 ,Group2,2,6,.462,,
  49 ,Total,,13,1.000,,
  50 ])
  51 AT_CLEANUP
  52
  53 AT_SETUP([NPAR TESTS BINOMIAL P < 0.5; N1/N2 = 1])
  54 AT_DATA([npar.sps], [dnl
  55 SET FORMAT F8.3.
  56
  57 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
  58 BEGIN DATA.
  59 1   8
  60 2   8
  61 END DATA.
  62
  63 WEIGHT BY w.
  64
  65 NPAR TESTS
  66         /BINOMIAL(0.4) = x
  67         .
  68 ])
  69 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
  70 Table: Binomial Test
  71 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (1-tailed)
  72 x,Group1,1,8,.500,.400,.284
  73 ,Group2,2,8,.500,,
  74 ,Total,,16,1.000,,
  75 ])
  76 AT_CLEANUP
  77
  78 AT_SETUP([NPAR TESTS BINOMIAL P > 0.5; N1/N2 < 1])
  79 AT_DATA([npar.sps], [dnl
  80 SET FORMAT F8.3.
  81
  82 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
  83 BEGIN DATA.
  84 1   11
  85 2   12
  86 END DATA.
  87
  88 WEIGHT BY w.
  89
  90 NPAR TESTS
  91         /BINOMIAL(0.6) = x
  92         .
  93 ])
  94 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
  95 Table: Binomial Test
  96 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (1-tailed)
  97 x,Group1,1,11,.478,.600,.164
  98 ,Group2,2,12,.522,,
  99 ,Total,,23,1.000,,
 100 ])
 101 AT_CLEANUP
 102
 103 AT_SETUP([NPAR TESTS BINOMIAL P > 0.5; N1/N2 > 1])
 104 AT_DATA([npar.sps], [dnl
 105 SET FORMAT F8.3.
 106
 107 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
 108 BEGIN DATA.
 109 1   11
 110 2   9
 111 END DATA.
 112
 113 WEIGHT BY w.
 114
 115 NPAR TESTS
 116         /BINOMIAL(0.6) = x.
 117 ])
 118 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
 119 Table: Binomial Test
 120 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (1-tailed)
 121 x,Group1,1,11,.550,.600,.404
 122 ,Group2,2,9,.450,,
 123 ,Total,,20,1.000,,
 124 ])
 125 AT_CLEANUP
 126
 127 AT_SETUP([NPAR TESTS BINOMIAL P > 0.5; N1/N2 = 1])
 128 AT_DATA([npar.sps], [dnl
 129 SET FORMAT F8.3.
 130
 131 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
 132 BEGIN DATA.
 133 1   11
 134 2   11
 135 END DATA.
 136
 137 WEIGHT BY w.
 138
 139 NPAR TESTS
 140         /BINOMIAL(0.6) = x.
 141 ])
 142 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
 143 Table: Binomial Test
 144 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (1-tailed)
 145 x,Group1,1,11,.500,.600,.228
 146 ,Group2,2,11,.500,,
 147 ,Total,,22,1.000,,
 148 ])
 149 AT_CLEANUP
 150
 151 AT_SETUP([NPAR TESTS BINOMIAL P = 0.5; N1/N2 < 1])
 152 AT_DATA([npar.sps], [dnl
 153 SET FORMAT F8.3.
 154
 155 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
 156 BEGIN DATA.
 157 1   8
 158 2   15
 159 END DATA.
 160
 161 WEIGHT BY w.
 162
 163 NPAR TESTS
 164         /BINOMIAL = x
 165         .
 166 ])
 167 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
 168 Table: Binomial Test
 169 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (2-tailed)
 170 x,Group1,1,8,.348,.500,.210
 171 ,Group2,2,15,.652,,
 172 ,Total,,23,1.000,,
 173 ])
 174 AT_CLEANUP
 175
 176 AT_SETUP([NPAR TESTS BINOMIAL P = 0.5; N1/N2 > 1])
 177 AT_DATA([npar.sps], [dnl
 178 SET FORMAT F8.3.
 179
 180 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
 181 BEGIN DATA.
 182 1   12
 183 2   6
 184 END DATA.
 185
 186 WEIGHT BY w.
 187
 188 NPAR TESTS
 189         /BINOMIAL(0.5) = x.
 190 ])
 191 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
 192 Table: Binomial Test
 193 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (2-tailed)
 194 x,Group1,1,12,.667,.500,.238
 195 ,Group2,2,6,.333,,
 196 ,Total,,18,1.000,,
 197 ])
 198 AT_CLEANUP
 199
 200 AT_SETUP([NPAR TESTS BINOMIAL P = 0.5; N1/N2 = 1])
 201 AT_DATA([npar.sps], [dnl
 202 SET FORMAT F8.3.
 203
 204 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
 205 BEGIN DATA.
 206 1   10
 207 2   10
 208 END DATA.
 209
 210 WEIGHT BY w.
 211
 212 NPAR TESTS
 213         /BINOMIAL(0.5) = x
 214         .
 215 ])
 216 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
 217 Table: Binomial Test
 218 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (2-tailed)
 219 x,Group1,1,10,.500,.500,1.000
 220 ,Group2,2,10,.500,,
 221 ,Total,,20,1.000,,
 222 ])
 223 AT_CLEANUP
 224
 225 AT_SETUP([NPAR TESTS BINOMIAL P = 0.5; N1/N2 = 1 Cutpoint])
 226 AT_DATA([npar.sps], [dnl
 227 SET FORMAT F8.3.
 228
 229 DATA LIST LIST NOTABLE /x * w *.
 230 BEGIN DATA.
 231 9    3
 232 10   7
 233 11   16
 234 END DATA.
 235
 236 WEIGHT BY w.
 237
 238 NPAR TESTS
 239         /BINOMIAL(0.5) = x (10)
 240         .
 241 ])
 242 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
 243 Table: Binomial Test
 244 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (2-tailed)
 245 x,Group1,<= 10,10.000,.385,.500,.327
 246 ,Group2,,16.000,.615,,
 247 ,Total,,26.000,1.000,,
 248 ])
 249 AT_CLEANUP
 250
 251 AT_SETUP([NPAR TESTS BINOMIAL P = 0.5; N1/N2 = 1 Named values])
 252 AT_DATA([npar.sps], [dnl
 253 SET FORMAT F8.3.
 254
 255 DATA LIST LIST NOTABLE /x * w *.
 256 BEGIN DATA.
 257 10   10
 258 15   45
 259 20   13
 260 END DATA.
 261
 262 WEIGHT BY w.
 263
 264 NPAR TESTS
 265         /BINOMIAL(0.5) = x (10, 20)
 266         .
 267 ])
 268 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
 269 Table: Binomial Test
 270 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (2-tailed)
 271 x,Group1,10.000,10.000,.435,.500,.678
 272 ,Group2,20.000,13.000,.565,,
 273 ,Total,,23.000,1.000,,
 274 ])
 275 AT_CLEANUP
 276
 277
 278
 279 dnl Test for a bug which caused binomial to crash.
 280 AT_SETUP([NPAR TESTS BINOMIAL - crash])
 281 AT_DATA([nparX.sps], [dnl
 282 data list list /range *.
 283 begin data.
 284 0
 285 1
 286 end data.
 287
 288 * This is invalid syntax
 289 NPAR TEST
 290         /BINOMIAL(0.5) = Range().
 291
 292 ])
 293 AT_CHECK([pspp -O format=csv nparX.sps], [1], [ignore])
 294
 295 AT_CLEANUP
 296
 297
 298
 299 AT_SETUP([NPAR TESTS CHISQUARE])
 300 AT_DATA([npar.sps], [dnl
 301 DATA LIST NOTABLE LIST /x * y * w *.
 302 BEGIN DATA.
 303 1   2  1
 304 2   1  3
 305 3.1 1  4
 306 3.2 2  1
 307 4   2  2
 308 5   3  1
 309 1   4  2
 310 END DATA.
 311
 312 WEIGHT BY w.
 313
 314 NPAR TESTS
 315   CHISQUARE=x y
 316   .
 317
 318 NPAR TESTS
 319   CHISQUARE=y
 320   /EXPECTED=3 4 5 4
 321   .
 322
 323 NPAR TESTS
 324   CHISQUARE=x y(2, 4)
 325   /EXPECTED = 6 10 3
 326   .
 327 ])
 328
 329 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
 330 Table: x
 331 ,Observed N,Expected N,Residual
 332 1.00,3.00,2.33,.67
 333 2.00,3.00,2.33,.67
 334 3.10,4.00,2.33,1.67
 335 3.20,1.00,2.33,-1.33
 336 4.00,2.00,2.33,-.33
 337 5.00,1.00,2.33,-1.33
 338 Total,14.00,,
 339
 340 Table: y
 341 ,Observed N,Expected N,Residual
 342 1.00,7.00,3.50,3.50
 343 2.00,4.00,3.50,.50
 344 3.00,1.00,3.50,-2.50
 345 4.00,2.00,3.50,-1.50
 346 Total,14.00,,
 347
 348 Table: Test Statistics
 349 ,x,y
 350 Chi-Square,3.14,6.00
 351 df,5,3
 352 Asymp. Sig.,.678,.112
 353
 354 Table: y
 355 ,Observed N,Expected N,Residual
 356 1.00,7.00,2.63,4.38
 357 2.00,4.00,3.50,.50
 358 3.00,1.00,4.38,-3.38
 359 4.00,2.00,3.50,-1.50
 360 Total,14.00,,
 361
 362 Table: Test Statistics
 363 ,y
 364 Chi-Square,10.61
 365 df,3
 366 Asymp. Sig.,.014
 367
 368 Table: Frequencies
 369 ,x,,,,y,,,
 370 ,Category,Observed N,Expected N,Residual,Category,Observed N,Expected N,Residual
 371 1,2.00,3.00,3.16,-.16,2.00,4.00,2.21,1.79
 372 2,3.00,5.00,5.26,-.26,3.00,1.00,3.68,-2.68
 373 3,4.00,2.00,1.58,.42,4.00,2.00,1.11,.89
 374 Total,,10.00,,,,7.00,,
 375
 376 Table: Test Statistics
 377 ,x,y
 378 Chi-Square,.13,4.13
 379 df,2,2
 380 Asymp. Sig.,.936,.127
 381 ])
 382
 383 AT_CLEANUP
 384
 385 AT_SETUP([NPAR TESTS CHISQUARE expected values missing])
 386 AT_DATA([npar.sps], [dnl
 387 DATA LIST NOTABLE LIST /x * y * w *.
 388 BEGIN DATA.
 389 1   2  1
 390 2   1  3
 391 3.1 1  4
 392 3.2 2  1
 393 4   2  2
 394 5   3  1
 395 1   4  2
 396 END DATA.
 397
 398 WEIGHT BY w.
 399
 400 NPAR TESTS
 401   CHISQUARE=y
 402   /EXPECTED = 3 4 5 4 3 1
 403   .
 404 ])
 405
 406 AT_CHECK([pspp -O format=csv npar.sps], [1], [dnl
 407 "error: CHISQUARE test specified 6 expected values, but 4 distinct values were encountered in variable y."
 408
 409 Table: Test Statistics
 410 ,y
 411 Chi-Square,.00
 412 df,0
 413 Asymp. Sig.,1.000
 414 ])
 415
 416 AT_CLEANUP
 417
 418 AT_SETUP([NPAR TESTS CHISQUARE with DESCRIPTIVES])
 419 AT_DATA([npar.sps], [dnl
 420 DATA LIST NOTABLE LIST /x * y * w * .
 421 BEGIN DATA.
 422 1   2  1
 423 2   1  3
 424 3.1 1  4
 425 3.2 2  1
 426 4   2  2
 427 5   3  1
 428 1   4  2
 429 .   5  1
 430 END DATA.
 431
 432 WEIGHT BY w.
 433
 434 MISSING VALUES x (4).
 435
 436 NPAR TESTS
 437   CHISQUARE=x y(-2,5)
 438   /MISSING=ANALYSIS
 439   /STATISTICS=DESCRIPTIVES
 440   .
 441 ])
 442
 443 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
 444 Table: Frequencies
 445 ,x,,,,y,,,
 446 ,Category,Observed N,Expected N,Residual,Category,Observed N,Expected N,Residual
 447 1,-2.00,.00,1.50,-1.50,-2.00,.00,1.88,-1.88
 448 2,-1.00,.00,1.50,-1.50,-1.00,.00,1.88,-1.88
 449 3,.00,.00,1.50,-1.50,.00,.00,1.88,-1.88
 450 4,1.00,3.00,1.50,1.50,1.00,7.00,1.88,5.13
 451 5,2.00,3.00,1.50,1.50,2.00,4.00,1.88,2.13
 452 6,3.00,5.00,1.50,3.50,3.00,1.00,1.88,-.88
 453 7,4.00,.00,1.50,-1.50,4.00,2.00,1.88,.13
 454 8,5.00,1.00,1.50,-.50,5.00,1.00,1.88,-.88
 455 Total,,12.00,,,,15.00,,
 456
 457 Table: Test Statistics
 458 ,x,y
 459 Chi-Square,17.33,22.87
 460 df,7,7
 461 Asymp. Sig.,.015,.002
 462
 463 Table: Descriptive Statistics
 464 ,N,Mean,Std. Deviation,Minimum,Maximum
 465 ,,,,,
 466 x,12.00,2.47,1.19,1.00,5.00
 467 y,15.00,2.07,1.33,1.00,5.00
 468 ])
 469 AT_CLEANUP
 470
 471 AT_SETUP([NPAR TESTS CHISQUARE, listwise missing])
 472 AT_DATA([npar.sps], [dnl
 473 DATA LIST NOTABLE LIST /x * y * w * .
 474 BEGIN DATA.
 475 1   2  1
 476 2   1  3
 477 3.1 1  4
 478 3.2 2  1
 479 4   2  2
 480 5   3  1
 481 1   4  2
 482 .   5  1
 483 END DATA.
 484
 485 WEIGHT BY w.
 486
 487 * MISSING VALUES x (4).
 488
 489 NPAR TESTS
 490   CHISQUARE=x y(-2,5)
 491   /MISSING=LISTWISE
 492   /STATISTICS=DESCRIPTIVES
 493   .
 494 ])
 495
 496 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
 497 Table: Frequencies
 498 ,x,,,,y,,,
 499 ,Category,Observed N,Expected N,Residual,Category,Observed N,Expected N,Residual
 500 1,-2.00,.00,1.75,-1.75,-2.00,.00,1.75,-1.75
 501 2,-1.00,.00,1.75,-1.75,-1.00,.00,1.75,-1.75
 502 3,.00,.00,1.75,-1.75,.00,.00,1.75,-1.75
 503 4,1.00,3.00,1.75,1.25,1.00,7.00,1.75,5.25
 504 5,2.00,3.00,1.75,1.25,2.00,4.00,1.75,2.25
 505 6,3.00,5.00,1.75,3.25,3.00,1.00,1.75,-.75
 506 7,4.00,2.00,1.75,.25,4.00,2.00,1.75,.25
 507 8,5.00,1.00,1.75,-.75,5.00,.00,1.75,-1.75
 508 Total,,14.00,,,,14.00,,
 509
 510 Table: Test Statistics
 511 ,x,y
 512 Chi-Square,13.43,26.00
 513 df,7,7
 514 Asymp. Sig.,.062,.001
 515
 516 Table: Descriptive Statistics
 517 ,N,Mean,Std. Deviation,Minimum,Maximum
 518 ,,,,,
 519 x,14.00,2.69,1.23,1.00,5.00
 520 y,14.00,1.86,1.10,1.00,4.00
 521 ])
 522 AT_CLEANUP
 523
 524 AT_SETUP([NPAR TESTS WILCOXON])
 525 AT_DATA([npar.sps], [dnl
 526 data list notable list /foo * bar * w (f8.0).
 527 begin data.
 528 1.00     1.00   1
 529 1.00     2.00   1
 530 2.00     1.00   1
 531 1.00     4.00   1
 532 2.00     5.00   1
 533 1.00    19.00   1
 534 2.00     7.00   1
 535 4.00     5.00   1
 536 1.00    12.00   1
 537 2.00    13.00   1
 538 2.00     2.00   1
 539 12.00      .00  2
 540 12.00     1.00  1
 541 13.00     1.00  1
 542 end data
 543
 544 variable labels foo "first" bar "second".
 545
 546 weight by w.
 547
 548 npar test
 549  /wilcoxon=foo with bar (paired)
 550  /missing analysis
 551  /method=exact.
 552 ])
 553
 554 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
 555 Table: Ranks
 556 ,,N,Mean Rank,Sum of Ranks
 557 first - second,Negative Ranks,8,6.00,48.00
 558 ,Positive Ranks,5,8.60,43.00
 559 ,Ties,2,,
 560 ,Total,15,,
 561
 562 Table: Test Statistics
 563 ,first - second
 564 Z,-.18
 565 Asymp. Sig. (2-tailed),.861
 566 Exact Sig. (2-tailed),.893
 567 Exact Sig. (1-tailed),.446
 568 ])
 569
 570 AT_CLEANUP
 571
 572 AT_SETUP([NPAR TESTS WILCOXON with missing values])
 573 AT_DATA([npar.sps], [dnl
 574 data list notable list /foo * bar * dummy *.
 575 begin data.
 576 1.00     1.00    1
 577 1.00     2.00    1
 578 2.00     1.00    1
 579 1.00     4.00    .
 580 2.00     5.00    .
 581 1.00    19.00    .
 582 2.00     7.00    1
 583 4.00     5.00    1
 584 1.00    12.00    1
 585 2.00    13.00    1
 586 2.00     2.00    1
 587 12.00      .00   1
 588 12.00      .00   1
 589 34.2       .     1
 590 12.00     1.00   1
 591 13.00     1.00   1
 592 end data
 593
 594 variable labels foo "first" bar "second".
 595
 596 npar test
 597  /wilcoxon=foo with bar (paired)
 598  /missing analysis
 599  /method=exact.
 600 ])
 601
 602 dnl This is the same output as the previous test.
 603 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
 604 Table: Ranks
 605 ,,N,Mean Rank,Sum of Ranks
 606 first - second,Negative Ranks,8,6.00,48.00
 607 ,Positive Ranks,5,8.60,43.00
 608 ,Ties,2,,
 609 ,Total,15,,
 610
 611 Table: Test Statistics
 612 ,first - second
 613 Z,-.18
 614 Asymp. Sig. (2-tailed),.861
 615 Exact Sig. (2-tailed),.893
 616 Exact Sig. (1-tailed),.446
 617 ])
 618 AT_CLEANUP
 619
 620 AT_SETUP([NPAR TESTS SIGN])
 621 AT_DATA([npar.sps], [dnl
 622 set format = F9.3.
 623
 624 data list notable list /age * height rank *.
 625 begin data.
 626 10 12 11
 627 12 13 13
 628 13 14 12
 629 12 12 10
 630 9   9 10
 631 10.3 10.2 12
 632 end data.
 633
 634 npar tests
 635         /sign=age height WITH height rank (PAIRED)
 636         /MISSING ANALYSIS
 637         /METHOD=EXACT
 638         .
 639 ])
 640 AT_CHECK([pspp -o pspp.csv npar.sps])
 641 dnl Some machines return .313 instead of .312
 642 dnl (see bug #31611).
 643 AT_CHECK([sed -e 's/\.313$/.312/' -e 's/^Exact Sig\. (1-tailed),\.313/Exact Sig. (1-tailed),.312/' pspp.csv], [0], [dnl
 644 Table: Frequencies
 645 ,,N
 646 age - height,Negative Differences,3
 647 ,Positive Differences,1
 648 ,Ties,2
 649 ,Total,6
 650 height - rank,Negative Differences,2
 651 ,Positive Differences,3
 652 ,Ties,1
 653 ,Total,6
 654
 655 Table: Test Statistics
 656 ,age - height,height - rank
 657 Exact Sig. (2-tailed),.625,1.000
 658 Exact Sig. (1-tailed),.312,.500
 659 Point Probability,.250,.312
 660 ])
 661 AT_CLEANUP
 662
 663
 664 AT_SETUP([NPAR Kruskal-Wallis test])
 665
 666 dnl Simple case
 667 AT_DATA([kw-simple.sps], [dnl
 668 set format = F9.3.
 669
 670 data list notable list /gv * xscore *.
 671 begin data
 672 1 96
 673 1 128
 674 1 83
 675 2 132
 676 2 135
 677 2 109
 678 3 115
 679 1 61
 680 1 101
 681 2 82
 682 2 124
 683 3 149
 684 3 166
 685 3 147
 686 end data.
 687
 688 value label /gv
 689        1 "timed out"
 690        2 "hit wicket"
 691        3 "handled the ball".
 692
 693 npar tests
 694         /kruskal-wallis xscore by gv (1, 3)
 695         .
 696 ])
 697
 698 AT_CHECK([pspp -o pspp.csv kw-simple.sps])
 699 AT_CHECK([cat pspp.csv], [0], [dnl
 700 Table: Ranks
 701 ,gv,N,Mean Rank
 702 xscore,timed out,5,4.400
 703 ,hit wicket,5,7.400
 704 ,handled the ball,4,11.500
 705 ,Total,14,
 706
 707 Table: Test Statistics
 708 ,,xscore
 709 Chi-Square,,6.406
 710 df,,2
 711 Asymp. Sig.,,.041
 712 ])
 713
 714
 715 dnl Now try a missing value in the group variable
 716 AT_DATA([kw-missing-group.sps], [dnl
 717 set format = F9.3.
 718
 719 data list notable list /gv * xscore *.
 720 begin data
 721 1 96
 722 1 128
 723 1 83
 724 1 61
 725 1 101
 726 2 82
 727 2 124
 728 2 132
 729 2 135
 730 2 109
 731 3 115
 732 3 149
 733 3 166
 734 3 147
 735 2.5 344
 736 end data.
 737
 738 missing values gv (2.5).
 739
 740 value label /gv
 741        1 "timed out"
 742        2 "hit wicket"
 743        3 "handled the ball".
 744
 745 npar tests
 746         /kruskal-wallis xscore by gv (1, 3)
 747         /missing=exclude
 748         .
 749 ])
 750
 751 AT_CHECK([pspp -o pspp2.csv kw-missing-group.sps])
 752
 753 dnl The result should be the same as before
 754 AT_CHECK([diff pspp.csv pspp2.csv], [0])
 755
 756 AT_CLEANUP
 757
 758
 759 AT_SETUP([NPAR Kruskal-Wallis multiple-variables])
 760
 761 AT_DATA([kw-multi.sps], [dnl
 762 set format = F9.3.
 763
 764 data list notable list /gv * xscore * yscore.
 765 begin data
 766 1 96   .
 767 1 128  .
 768 1 83   .
 769 2 132  132
 770 2 135  135
 771 2 109  109
 772 3 115  115
 773 1 61   .
 774 1 101  .
 775 2 82   82
 776 2 124  124
 777 3 149  149
 778 3 166  166
 779 3 147  147
 780 4 .    96
 781 4 .    128
 782 4 .    83
 783 4 .    61
 784 4 .    101
 785 end data.
 786
 787 value label /gv
 788        1 "timed out"
 789        2 "hit wicket"
 790        3 "handled the ball"
 791        4 "bowled"
 792        5 "lbw"
 793        .
 794
 795 npar tests
 796         /k-w xscore yscore by gv (1, 5)
 797         .
 798
 799 ])
 800
 801
 802 AT_CHECK([pspp -o pspp.csv kw-multi.sps])
 803 AT_CHECK([cat pspp.csv], [0], [dnl
 804 Table: Ranks
 805 ,gv,N,Mean Rank
 806 xscore,timed out,5,4.400
 807 ,hit wicket,5,7.400
 808 ,handled the ball,4,11.500
 809 ,Total,14,
 810 yscore,hit wicket,5,7.400
 811 ,handled the ball,4,11.500
 812 ,bowled,5,4.400
 813 ,Total,14,
 814
 815 Table: Test Statistics
 816 ,,xscore,yscore,
 817 Chi-Square,,6.406,6.406,
 818 df,,2,2,
 819 Asymp. Sig.,,.041,.041,
 820 ])
 821
 822 AT_CLEANUP
 823
 824
 825
 826 AT_SETUP([NPAR TESTS Runs])
 827 AT_DATA([npar-runs.sps], [dnl
 828 set format F11.4.
 829 data list notable list /score * w *.
 830 begin data
 831 4     6
 832 .     4
 833 4     3
 834 3    20
 835 2    29
 836 1    42
 837 6    18
 838 5     7
 839 6    78
 840 5    10
 841 6    46
 842 5     5
 843 6    17
 844 5     1
 845 6    11
 846 4     2
 847 3     7
 848 2     6
 849 1    10
 850 4    13
 851 3    22
 852 3    11
 853 2    24
 854 1    18
 855 4     4
 856 3    12
 857 2    10
 858 1    25
 859 4     4
 860 3     7
 861 2     3
 862 1     4
 863 4     2
 864 3     3
 865 2     2
 866 1     4
 867 end data.
 868
 869 weight by w.
 870
 871 npar tests
 872         /runs (MEDIAN) = score
 873         /runs (MEAN) = score
 874         /runs (MODE) = score
 875         .
 876 ])
 877
 878 AT_CHECK([pspp -O format=csv npar-runs.sps], [0],
 879 [Table: Runs Test
 880 ,score
 881 Test Value (median),3.0000
 882 Cases < Test Value,177.0000
 883 Cases ≥ Test Value,309.0000
 884 Total Cases,486.0000
 885 Number of Runs,12
 886 Z,-20.9931
 887 Asymp. Sig. (2-tailed),2.000
 888
 889 Table: Runs Test
 890 ,score
 891 Test Value (mean),3.6379
 892 Cases < Test Value,259.0000
 893 Cases ≥ Test Value,227.0000
 894 Total Cases,486.0000
 895 Number of Runs,12
 896 Z,-21.0650
 897 Asymp. Sig. (2-tailed),2.000
 898
 899 Table: Runs Test
 900 ,score
 901 Test Value (mode),6.0000
 902 Cases < Test Value,316.0000
 903 Cases ≥ Test Value,170.0000
 904 Total Cases,486.0000
 905 Number of Runs,11
 906 Z,-21.0742
 907 Asymp. Sig. (2-tailed),2.000
 908 ])
 909
 910 AT_CLEANUP
 911
 912
 913 dnl Thanks to Douglas Bonett for providing this test case.
 914 AT_SETUP([NPAR TESTS Runs (2)])
 915 AT_DATA([npar-runs.sps], [dnl
 916 data list notable free /y.
 917 begin data
 918 1 1 2 1 2 1 1 2 1 1 1 2 1 2
 919 end data.
 920 NPAR TEST /RUNS(1.5) = y.
 921 ])
 922
 923 AT_CHECK([pspp -O format=csv npar-runs.sps], [0], [dnl
 924 Table: Runs Test
 925 ,y
 926 Test Value,1.50
 927 Cases < Test Value,9
 928 Cases ≥ Test Value,5
 929 Total Cases,14
 930 Number of Runs,10
 931 Z,1.26
 932 Asymp. Sig. (2-tailed),.206
 933 ])
 934 AT_CLEANUP
 935
 936
 937 AT_SETUP([NPAR TESTS Friedman])
 938 AT_DATA([npar-friedman.sps], [dnl
 939 set format F15.4.
 940 data list notable list /x * y * z.
 941 begin data
 942 9.5 6.5 8.1
 943 8.0 6.0 6.0
 944 7.0 6.5 4.2
 945 9.5 5.0 7.3
 946 9.0 7.0 6.2
 947 8.5 6.9 6.5
 948 7.5 8.0 6.5
 949 6.0 8.0 3.1
 950 5.0 6.0 4.9
 951 7.5 7.5 6.2
 952 end data.
 953
 954 npar tests
 955      /friedman = x y z.
 956 ])
 957
 958 AT_CHECK([pspp -O format=csv npar-friedman.sps], [0], [dnl
 959 Table: Ranks
 960 ,Mean Rank
 961 x,2.6500
 962 y,2.1000
 963 z,1.2500
 964
 965 Table: Test Statistics
 966 N,10
 967 Chi-Square,10.4737
 968 df,2
 969 Asymp. Sig.,.005
 970 ])
 971
 972 AT_CLEANUP
 973
 974
 975
 976 AT_SETUP([NPAR TESTS Mann-Whitney])
 977 AT_DATA([npar-mann-whitney.sps], [dnl
 978 SET FORMAT     = F11.4
 979
 980 data list notable list /height * sex (f1.0).
 981 begin data.
 982 201 1
 983 84 1
 984 83 1
 985 94 1
 986 88 0
 987 99 0
 988 55 0
 989 69 0
 990 86 1
 991 79 1
 992 91 0
 993 201 0
 994 88 1
 995 85 1
 996 82 1
 997 88 0
 998 75 0
 999 99 0
1000 81 0
1001 72 1
1002 89 1
1003 92 1
1004 80 0
1005 82 0
1006 76 0
1007 65 0
1008 85 0
1009 76 1
1010 145 1
1011 24 1
1012 1 4
1013 -4 5
1014 34 5
1015 21 4
1016 end data.
1017
1018 NPAR TESTS
1019      /M-W = height BY sex (0,1).
1020 ])
1021
1022 AT_CHECK([pspp -O format=csv npar-mann-whitney.sps], [0], [dnl
1023 Table: Ranks
1024 ,N,,,Mean Rank,,Sum of Ranks,
1025 ,0,1,Total,0,1,0,1
1026 height,15.0000,15.0000,30.0000,14.5333,16.4667,218.0000,247.0000
1027
1028 Table: Test Statistics
1029 ,Mann-Whitney U,Wilcoxon W,Z,Asymp. Sig. (2-tailed)
1030 height,98.0000,218.0000,-.6020,.547
1031 ])
1032
1033
1034 AT_CLEANUP
1035
1036
1037 AT_SETUP([NPAR TESTS Mann-Whitney Multiple])
1038 dnl Check for a bug where the ranks were inappropriately allocated, when
1039 dnl multiple variables were tested and MISSING=ANALYSIS chosen.
1040
1041 cp $abs_srcdir/language/mann-whitney.txt .
1042
1043 AT_DATA([npar-mann-whitney.sps], [dnl
1044 SET FORMAT     = F11.3
1045
1046 DATA LIST NOTABLE FILE='mann-whitney.txt'
1047      LIST /I002_01 I002_02 I002_03 I002_04 sum_HL *.
1048
1049 VARIABLE LABELS
1050   I002_01 'IOS: Familie'
1051   I002_02 'IOS: Freunde'
1052   I002_03 'IOS: Partner*in'
1053   I002_04 'IOS: Bekannte'.
1054
1055 MISSING VALUES I002_01 I002_02 I002_03 I002_04 (-9 -1).
1056
1057 NPAR TESTS
1058     /MISSING=ANALYSIS
1059     /M-W=I002_01 I002_02 I002_03 I002_04 BY sum_HL (0 1).
1060 ])
1061
1062 AT_CHECK([pspp -O format=csv npar-mann-whitney.sps], [0], [dnl
1063 Table: Ranks
1064 ,N,,,Mean Rank,,Sum of Ranks,
1065 ,.000,1.000,Total,.000,1.000,.000,1.000
1066 IOS: Familie,114.000,115.000,229.000,110.018,119.939,12542.000,13793.000
1067 IOS: Freunde,115.000,115.000,230.000,108.339,122.661,12459.000,14106.000
1068 IOS: Partner*in,97.000,91.000,188.000,95.351,93.593,9249.000,8517.000
1069 IOS: Bekannte,115.000,115.000,230.000,111.065,119.935,12772.500,13792.500
1070
1071 Table: Test Statistics
1072 ,Mann-Whitney U,Wilcoxon W,Z,Asymp. Sig. (2-tailed)
1073 IOS: Familie,5987.000,12542.000,-1.167,.243
1074 IOS: Freunde,5789.000,12459.000,-1.674,.094
1075 IOS: Partner*in,4331.000,8517.000,-.245,.807
1076 IOS: Bekannte,6102.500,12772.500,-1.046,.296
1077 ])
1078
1079 AT_CLEANUP
1080
1081
1082
1083 AT_SETUP([NPAR TESTS Cochran])
1084 AT_DATA([npar-cochran.sps], [dnl
1085 set format f11.3.
1086
1087 data list notable list /v1 * v2 * v3 * v4 * v5 * v6 * v7 *.
1088 begin data.
1089 2 1 1 2 1 1 2
1090 2 2 2 2 1 1 1
1091 1 1 2 2 1 1 2
1092 2 2 2 2 1 1 2
1093 2 1 2 1 1 2 1
1094 1 2 2 1 1 1 1
1095 1 2 2 2 2 2 2
1096 2 2 1 2 1 1 1
1097 1 2 1 2 1 1 2
1098 end data.
1099
1100 npar tests
1101         /cochran = v1 to v7 .
1102
1103 ])
1104
1105 AT_CHECK([pspp -o pspp.csv npar-cochran.sps])
1106
1107 AT_CHECK([cat pspp.csv], [0], [dnl
1108 Table: Frequencies
1109 ,Value,
1110 ,Success (2),Failure (1)
1111 v1,5,4
1112 v2,6,3
1113 v3,6,3
1114 v4,7,2
1115 v5,1,8
1116 v6,2,7
1117 v7,5,4
1118
1119 Table: Test Statistics
1120 N,9
1121 Cochran's Q,12.735
1122 df,6
1123 Asymp. Sig.,.047
1124 ])
1125
1126 AT_CLEANUP
1127
1128
1129
1130 AT_SETUP([NPAR TESTS Kendall])
1131 AT_DATA([npar-kendall.sps], [dnl
1132 SET FORMAT F14.3.
1133
1134 data list notable list /v1 * v2 * v3
1135 begin data.
1136  7  7  2
1137  5  6  5
1138  8  6  4
1139  5  7  4
1140  5  4  4
1141  8  6  5
1142  6  3  5
1143  7  6  5
1144  8  5  5
1145  .  2  2
1146  5  4  5
1147  3  4  4
1148  5  1  2
1149  5  2  1
1150  7  6  5
1151  6  3  4
1152  6  6  6
1153  5  4  5
1154  4  3  4
1155  9  1  1
1156  6  2  1
1157  3  7  8
1158  6  3  4
1159  4  4  4
1160  5  4  3
1161  6  5  2
1162  4  4  8
1163  4  6  4
1164  6  5  5
1165  7  8  6
1166  5  3  5
1167 end data.
1168
1169 npar tests
1170         /kendall = all
1171         .
1172 ])
1173
1174 AT_CHECK([pspp -o pspp.csv npar-kendall.sps])
1175
1176 AT_CHECK([cat pspp.csv], [0], [dnl
1177 Table: Ranks
1178 ,Mean Rank
1179 v1,2.500
1180 v2,1.817
1181 v3,1.683
1182
1183 Table: Test Statistics
1184 N,30
1185 Kendall's W,.233
1186 Chi-Square,13.960
1187 df,2
1188 Asymp. Sig.,.001
1189 ])
1190
1191 AT_CLEANUP
1192
1193
1194
1195 AT_SETUP([NPAR TESTS McNemar])
1196
1197 AT_DATA([mcnemar.sps], [dnl
1198 set format = F12.3.
1199 data list notable list /v1 * v2 * junk *.
1200 begin data.
1201 0 0 0
1202 0 0 0
1203 0 0 0
1204 0 0 0
1205 0 1 0
1206 0 1 0
1207 0 1 0
1208 0 1 0
1209 0 1 1
1210 0 1 1
1211 0 1 1
1212 0 1 1
1213 0 1 1
1214 1 0 1
1215 1 0 1
1216 1 1 1
1217 1 1 1
1218 1 1 0
1219 1 1 0
1220 1 1 1
1221 end data.
1222
1223 npar tests
1224      /mcnemar = v1 WITH v2 junk.
1225 ])
1226
1227 AT_CHECK([pspp -O format=csv mcnemar.sps], [0], [dnl
1228 Table: v1 & v2
1229 v1,v2,
1230 ,.000,1.000
1231 .000,4,9
1232 1.000,2,5
1233
1234 Table: v1 & junk
1235 v1,junk,
1236 ,.000,1.000
1237 .000,8,5
1238 1.000,2,5
1239
1240 Table: Test Statistics
1241 ,N,Exact Sig. (2-tailed),Exact Sig. (1-tailed),Point Probability
1242 v1 & v2,20,.065,.033,.027
1243 v1 & junk,20,.453,.227,.164
1244 ])
1245
1246 AT_CLEANUP
1247
1248
1249 AT_SETUP([NPAR TESTS Kolmogorov-Smirnov Uniform parameters given])
1250
1251 AT_DATA([ks-uniform.sps], [dnl
1252 set format F12.3.
1253 data list notable list /x *.
1254 begin data
1255 .554
1256 .382
1257 .329
1258 .480
1259 .711
1260 .503
1261 .203
1262 .477
1263 .621
1264 .581
1265 end data.
1266
1267 npar tests k-s (uniform 0 1) = x.
1268 ])
1269
1270 AT_CHECK([pspp -O format=csv ks-uniform.sps], [0], [dnl
1271 Table: One-Sample Kolmogorov-Smirnov Test
1272 ,,x
1273 N,,10
1274 Uniform Parameters,Minimum,.000
1275 ,Maximum,1.000
1276 Most Extreme Differences,Absolute,.289
1277 ,Positive,.289
1278 ,Negative,-.229
1279 Kolmogorov-Smirnov Z,,.914
1280 Asymp. Sig. (2-tailed),,.374
1281 ])
1282
1283 AT_CLEANUP
1284
1285
1286 AT_SETUP([NPAR TESTS Kolmogorov-Smirnov Normal parameters imputed])
1287
1288 AT_DATA([ks-normal.sps], [dnl
1289 set format = F12.3.
1290
1291 data list notable list /foo * bar *.
1292 begin data.
1293 65 12.5
1294 59 14.2
1295 43 12.6
1296 57
1297 68
1298 79
1299 51
1300 62
1301 57
1302 73
1303 58
1304 58
1305 68
1306 75
1307 47
1308 70
1309 59
1310 71
1311 52
1312 48 13.0
1313 58 14.1
1314 37 15.0
1315 39 13.1
1316 58 13.2
1317 43 14.5
1318 58 13.5
1319 86 14.0
1320 63 12.5
1321 80 12.8
1322 70
1323 63
1324 53
1325 53
1326 48
1327 49
1328 51
1329 47
1330 81
1331 66
1332 78
1333 65
1334 69
1335 70 12.1
1336 63 12.5
1337 64 12.4
1338 39 13.8
1339 51 13.2
1340 68 14.0
1341 76 12.6
1342 53 12.1
1343 71 13.5
1344 47 13.8
1345 87 14.1
1346 72 12.9
1347 48 12.1
1348 75 12.8
1349 51 13.4
1350 63 13.9
1351 61 12.5
1352 61 12.4
1353 66 12.8
1354 82 12.9
1355 81 13.6
1356 46
1357 52
1358 71
1359 73
1360 58
1361 57
1362 46
1363 58
1364 52 13.5
1365 71 13.2
1366 57 12.8
1367 78 14.1
1368 73 12.1
1369 50 12.6
1370 71
1371 51
1372 51
1373 68
1374 84
1375 64
1376 66
1377 65
1378 52
1379 56
1380 70
1381 68
1382 66
1383 78
1384 65
1385 71
1386 53
1387 81
1388 53
1389 57
1390 64
1391 61
1392 43
1393 56
1394 37
1395 74
1396 66
1397 81
1398 67
1399 80
1400 68
1401 76
1402 70
1403 80
1404 42
1405 74
1406 80
1407 70
1408 60
1409 39
1410 72
1411 69
1412 63
1413 72
1414 63
1415 49
1416 53 13.2
1417 43 13.8
1418 51 12.5
1419 63 12.6
1420 64 12.9
1421 65 13.0
1422 64 12.5
1423 66 12.0
1424 55
1425 62
1426 58
1427 48
1428 67
1429 46
1430 36
1431 61
1432 55
1433 77
1434 74
1435 60
1436 70
1437 69
1438 57
1439 49
1440 63
1441 69
1442 63
1443 76
1444 53
1445 54
1446 42
1447 64
1448 66
1449 61
1450 62
1451 73
1452 73
1453 60
1454 79
1455 40
1456 48
1457 76
1458 60
1459 76
1460 54
1461 69
1462 65
1463 69
1464 51
1465 54
1466 82
1467 end data.
1468
1469 npar tests
1470         /k-s (normal) = foo bar.
1471 ])
1472
1473 AT_CHECK([pspp -O format=csv ks-normal.sps], [0], [dnl
1474 Table: One-Sample Kolmogorov-Smirnov Test
1475 ,,foo,bar
1476 N,,174,48
1477 Normal Parameters,Mean,62.109,13.108
1478 ,Std. Deviation,11.548,.718
1479 Most Extreme Differences,Absolute,.059,.115
1480 ,Positive,.055,.115
1481 ,Negative,-.059,-.082
1482 Kolmogorov-Smirnov Z,,.785,.795
1483 Asymp. Sig. (2-tailed),,.569,.552
1484 ])
1485
1486
1487 AT_CLEANUP
1488
1489
1490 AT_SETUP([NPAR TESTS Median Test (median imputed)])
1491
1492 AT_DATA([median1.sps], [dnl
1493 set format F12.3.
1494 data list notable list /ignore * animal * years * w *.
1495 begin data
1496 99  1   10  1
1497 99  4    1  1
1498 99  5   11  1
1499 99  5   10  1
1500 99  3    7  1
1501 99  6   10  1
1502 99  0    7  1
1503 99  3   14  1
1504 99  2    3  1
1505 99  1    1  1
1506 99  4    7  1
1507 99  5   12  1
1508 99  3    6  1
1509 99  4    1  1
1510 99  3    5  1
1511 99  5    7  1
1512 99  4    6  1
1513 99  3   14  1
1514 99  4    8  1
1515 99  5   13  1
1516 99  2    0  1
1517 99  4    7  1
1518 99  4    7  1
1519 99  1    0  1
1520 99  2    8  1
1521 99  4   10  1
1522 99  2    3  1
1523 99  2    0  1
1524 99  4    8  1
1525 99  1    8  1
1526 end data.
1527
1528
1529 variable label years 'Years expected'.
1530 variable label animal 'Animal Genus'.
1531
1532 add value labels animal 1 'Animal 1' 2 'Animal 2' 3 'Animal 3' 4 'Animal 4' 5 'Animal 5'.
1533
1534 npar tests
1535      /median = years by animal (1, 5)
1536      .
1537 ])
1538
1539
1540 AT_CHECK([pspp -O format=csv median1.sps], [0], [dnl
1541 Table: Frequencies
1542 ,,Animal Genus,,,,
1543 ,,Animal 1,Animal 2,Animal 3,Animal 4,Animal 5
1544 Years expected,> Median,2,1,2,3,4
1545 ,≤ Median,2,4,3,6,1
1546
1547 Table: Test Statistics
1548 ,N,Median,Chi-Square,df,Asymp. Sig.
1549 Years expected,28,7.000,4.317,4,.365
1550 ])
1551
1552 AT_CLEANUP
1553
1554
1555 AT_SETUP([NPAR TESTS Median Test (median given)])
1556
1557 AT_DATA([median2.sps], [dnl
1558 set format F12.3.
1559 data list notable list /ignore * animal * years * w *.
1560 begin data
1561 99  1   10  1
1562 99  4    1  1
1563 99  5   11  1
1564 99  5   10  1
1565 99  3    7  1
1566 99  3   14  1
1567 99  2    3  1
1568 99  1    1  1
1569 99  4    7  1
1570 99  5   12  1
1571 99  3    6  1
1572 99  4    1  1
1573 99  3    5  1
1574 99  5    7  1
1575 99  4    6  1
1576 99  3   14  1
1577 99  4    8  1
1578 99  5   13  1
1579 99  2    0  1
1580 99  4    7  1
1581 99  4    7  1
1582 99  1    0  1
1583 99  2    8  1
1584 99  4   10  1
1585 99  2    3  1
1586 99  2    0  1
1587 99  4    8  1
1588 99  1    8  1
1589 end data.
1590
1591
1592 variable label years 'Years expected'.
1593 variable label animal 'Animal Genus'.
1594
1595 add value labels animal 1 'Animal 1' 2 'Animal 2' 3 'Animal 3' 4 'Animal 4' 5 'Animal 5'.
1596
1597 npar tests
1598      /median (7) = years by animal (1, 5)
1599      .
1600 ])
1601
1602
1603 AT_CHECK([pspp -O format=csv median2.sps], [0], [dnl
1604 Table: Frequencies
1605 ,,Animal Genus,,,,
1606 ,,Animal 1,Animal 2,Animal 3,Animal 4,Animal 5
1607 Years expected,> Median,2,1,2,3,4
1608 ,≤ Median,2,4,3,6,1
1609
1610 Table: Test Statistics
1611 ,N,Median,Chi-Square,df,Asymp. Sig.
1612 Years expected,28,7.000,4.317,4,.365
1613 ])
1614
1615 AT_CLEANUP
1616
1617
1618 AT_SETUP([NPAR TESTS Median Test (two sample)])
1619
1620 AT_DATA([median3.sps], [dnl
1621 set format F12.3.
1622 data list notable list /xx * animal * years * w *.
1623 begin data
1624 99  1   10  1
1625 99  4    1  1
1626 99  5   11  1
1627 99  5   10  1
1628 99  3    7  1
1629 99  3   14  1
1630 99  2    3  1
1631 99  1    1  1
1632 99  4    7  1
1633 99  5   12  1
1634 99  3    6  1
1635 99  4    1  1
1636 99  3    5  1
1637 99  5    7  1
1638 99  4    6  1
1639 99  3   14  1
1640 99  4    8  1
1641 99  5   13  1
1642 99  2    0  1
1643 99  4    7  1
1644 99  4    7  1
1645 99  1    0  1
1646 99  2    8  1
1647 99  4   10  1
1648 99  2    3  1
1649 99  2    0  1
1650 99  4    8  1
1651 99  1    8  1
1652 end data.
1653
1654
1655 variable label years 'Years expected'.
1656 variable label animal 'Animal Genus'.
1657
1658 add value labels animal 1 'Animal 1' 2 'Animal 2' 3 'Animal 3' 4 'Animal 4' 5 'Animal 5'.
1659
1660 npar tests
1661      /median (7) = xx years by animal (5, 1)
1662      .
1663 ])
1664
1665
1666 AT_CHECK([pspp -O format=csv median3.sps], [0], [dnl
1667 Table: Frequencies
1668 ,,Animal Genus,
1669 ,,Animal 1,Animal 5
1670 xx,> Median,4,5
1671 ,≤ Median,0,0
1672 Years expected,> Median,2,4
1673 ,≤ Median,2,1
1674
1675 Table: Test Statistics
1676 ,N,Median,Chi-Square,df,Asymp. Sig.
1677 xx,9,7.000,NaN,1,NaN
1678 Years expected,9,7.000,.900,1,.343
1679 ])
1680
1681 AT_CLEANUP
1682
1683
1684 AT_SETUP([NPAR TESTS Jonckheere-Terpstra])
1685
1686 AT_DATA([jt.sps], [dnl
1687 set format = F12.3.
1688 data list notable list /x * g * w *.
1689 begin data.
1690 52  2  2
1691 58  2  1
1692 60  2  1
1693 62  2  1
1694 58  0  1
1695 44  2  1
1696 46  2  1
1697 14  3  1
1698 32  2  1
1699 16  3  1
1700 56  2  1
1701 26  3  1
1702 40  3  2
1703 50  4  1
1704 6   5  1
1705 34  2  3
1706 36  2  2
1707 40  2  2
1708 50  2  1
1709 end data.
1710
1711 weight by w.
1712
1713 npar test /jonckheere-terpstra = x by g (5, 2).
1714 ])
1715
1716
1717 AT_CHECK([pspp -O format=csv jt.sps], [0], [dnl
1718 Table: Jonckheere-Terpstra Test
1719 ,Number of levels in g,N,Observed J-T Statistic,Mean J-T Statistic,Std. Deviation of J-T Statistic,Std. J-T Statistic,Asymp. Sig. (2-tailed)
1720 x,4,24.000,29.500,65.000,15.902,-2.232,.026
1721 ])
1722
1723 AT_CLEANUP
1724
1725 dnl Checks that (PAIRED) can have lists where the same
1726 dnl variable appears more than once.
1727 AT_SETUP([NPAR TESTS (PAIRED)])
1728 AT_DATA([npar.sps], [dnl
1729 set format = F12.3.
1730 data list notable list /a * b * c *.
1731 begin data.
1732 1 2 4
1733 4 5 3
1734 1 2 2
1735 4 5 1
1736 end data.
1737
1738 npar tests /wilcoxon a b with c c (paired).
1739 ])
1740
1741 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
1742 Table: Ranks
1743 ,,N,Mean Rank,Sum of Ranks
1744 a - c,Negative Ranks,2,2.500,5.000
1745 ,Positive Ranks,2,2.500,5.000
1746 ,Ties,0,,
1747 ,Total,4,,
1748 b - c,Negative Ranks,1,1.500,1.500
1749 ,Positive Ranks,2,2.250,4.500
1750 ,Ties,1,,
1751 ,Total,4,,
1752
1753 Table: Test Statistics
1754 ,a - c,b - c
1755 Z,.000,-.816
1756 Asymp. Sig. (2-tailed),1.000,.414
1757 ])
1758
1759
1760 AT_CLEANUP
1761
1762
1763
1764 AT_SETUP([NPAR TESTS CHISQUARE crash])
1765 dnl This syntax had been observed to crash pspp
1766
1767 AT_DATA([npar.sps], [dnl
1768 data list list /x *.
1769 begin data.
1770 1
1771 2
1772 3
1773 4
1774 5
1775 6
1776 7
1777 8
1778 9
1779 10
1780 end data.
1781
1782 * This happens to be invalid syntax.  But should not crash.
1783 NPAR TEST
1784         /CHISQUARE= x(0.098, 99.098)
1785         /EXPECTED =  1.2.
1786 ])
1787
1788 AT_CHECK([pspp -O format=csv npar.sps], [1], [ignore])
1789
1790 AT_CLEANUP
1791
1792
1793 AT_SETUP([NPAR TESTS - crash on invalid syntax])
1794
1795 AT_DATA([npar.sps], [dnl
1796 data list notable list /ev * xscore *.
1797 begin data.
1798 2 109
1799 3 115
1800 1 61
1801 1 101
1802 3 147
1803 end data.
1804
1805
1806 npar tests
1807         /kruskal-wallis xscore by(gv (1, 3).
1808 ])
1809
1810 AT_CHECK([pspp -O format=csv npar.sps], [1], [ignore])
1811
1812 AT_CLEANUP
1813
1814
1815
1816
1817 AT_SETUP([NPAR TESTS - crash on unterminated string])
1818
1819 AT_DATA([npar.sps], [dnl
1820 DATA LIST NOTABLE LIST /x * y * w * .
1821 BEGIN DATA.
1822 3.1 1  4
1823 3.2 2  1
1824 4   2  6
1825 END DATA.
1826
1827
1828 NPAR TESTS
1829 " CHISQUARE=x y(-2,5)
1830   /STATISTICS=DESCRIPTIVES
1831   .
1832 ])
1833
1834 AT_CHECK([pspp -O format=csv npar.sps], [1], [ignore])
1835
1836 AT_CLEANUP
1837