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

   1 dnl PSPP - a program for statistical analysis.
   2 dnl Copyright (C) 2017 Free Software Foundation, Inc.
   3 dnl
   4 dnl This program is free software: you can redistribute it and/or modify
   5 dnl it under the terms of the GNU General Public License as published by
   6 dnl the Free Software Foundation, either version 3 of the License, or
   7 dnl (at your option) any later version.
   8 dnl
   9 dnl This program is distributed in the hope that it will be useful,
  10 dnl but WITHOUT ANY WARRANTY; without even the implied warranty of
  11 dnl MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  12 dnl GNU General Public License for more details.
  13 dnl
  14 dnl You should have received a copy of the GNU General Public License
  15 dnl along with this program.  If not, see <http://www.gnu.org/licenses/>.
  16 dnl AT_BANNER([ONEWAY procedure])
  17
  18 AT_SETUP([ONEWAY basic operation])
  19 AT_DATA([oneway.sps],
  20   [DATA LIST NOTABLE LIST /QUALITY * BRAND * .
  21 BEGIN DATA
  22 7  3
  23 4  3
  24 3  1
  25 2  1
  26 1  1
  27 4  2
  28 2  2
  29 3  2
  30 5  3
  31 1  1
  32 4  1
  33 5  2
  34 2  2
  35 3  3
  36 6  3
  37 END DATA
  38
  39 VARIABLE LABELS brand 'Manufacturer'.
  40 VARIABLE LABELS quality 'Breaking Strain'.
  41
  42 VALUE LABELS /brand 1 'Aspeger' 2 'Bloggs' 3 'Charlies'.
  43
  44 ONEWAY
  45         quality BY brand
  46         /STATISTICS descriptives homogeneity
  47         /CONTRAST =  -2 1 1
  48         /CONTRAST = 0 -1 1
  49         .
  50 ])
  51
  52 AT_CHECK([pspp -O format=csv oneway.sps], [0], [dnl
  53 Table: Descriptives
  54 ,,,,,,95% Confidence Interval for Mean,,,
  55 ,,N,Mean,Std. Deviation,Std. Error,Lower Bound,Upper Bound,Minimum,Maximum
  56 Breaking Strain,Aspeger,5,2.20,1.30,.58,.58,3.82,1.00,4.00
  57 ,Bloggs,5,3.20,1.30,.58,1.58,4.82,2.00,5.00
  58 ,Charlies,5,5.00,1.58,.71,3.04,6.96,3.00,7.00
  59 ,Total,15,3.47,1.77,.46,2.49,4.45,1.00,7.00
  60
  61 Table: Test of Homogeneity of Variances
  62 ,Levene Statistic,df1,df2,Sig.
  63 Breaking Strain,.09,2,12,.913
  64
  65 Table: ANOVA
  66 ,,Sum of Squares,df,Mean Square,F,Sig.
  67 Breaking Strain,Between Groups,20.13,2,10.07,5.12,.025
  68 ,Within Groups,23.60,12,1.97,,
  69 ,Total,43.73,14,,,
  70
  71 Table: Contrast Coefficients
  72 ,,Manufacturer,,
  73 ,,Aspeger,Bloggs,Charlies
  74 Contrast,1,-2,1,1
  75 ,2,0,-1,1
  76
  77 Table: Contrast Tests
  78 ,,Contrast,Value of Contrast,Std. Error,t,df,Sig. (2-tailed)
  79 Breaking Strain,Assume equal variances,1,3.80,1.54,2.47,12,.029
  80 ,,2,1.80,.89,2.03,12,.065
  81 ,Does not assume equal,1,3.80,1.48,2.56,8.74,.031
  82 ,,2,1.80,.92,1.96,7.72,.086
  83 ])
  84 AT_CLEANUP
  85
  86
  87 AT_SETUP([ONEWAY with splits])
  88 AT_DATA([oneway-splits.sps],
  89 [DATA LIST NOTABLE LIST /QUALITY * BRAND * S *.
  90 BEGIN DATA
  91 3 1 1
  92 2 1 1
  93 1 1 1
  94 1 1 1
  95 4 1 1
  96 5 2 1
  97 2 2 1
  98 4 2 2
  99 2 2 2
 100 3 2 2
 101 7  3 2
 102 4  3 2
 103 5  3 2
 104 3  3 2
 105 6  3 2
 106 END DATA
 107
 108 VARIABLE LABELS brand 'Manufacturer'.
 109 VARIABLE LABELS quality 'Breaking Strain'.
 110
 111 VALUE LABELS /brand 1 'Aspeger' 2 'Bloggs' 3 'Charlies'.
 112
 113 SPLIT FILE by s.
 114
 115 ONEWAY
 116         quality BY brand
 117         /STATISTICS descriptives homogeneity
 118         /CONTRAST =  -2 2
 119         /CONTRAST = -1 1
 120         .
 121 ])
 122
 123 AT_CHECK([pspp -O format=csv oneway-splits.sps], [0],
 124 [Variable,Value,Label
 125 S,1.00,
 126
 127 Table: Descriptives
 128 ,,,,,,95% Confidence Interval for Mean,,,
 129 ,,N,Mean,Std. Deviation,Std. Error,Lower Bound,Upper Bound,Minimum,Maximum
 130 Breaking Strain,Aspeger,5,2.20,1.30,.58,.58,3.82,1.00,4.00
 131 ,Bloggs,2,3.50,2.12,1.50,-15.56,22.56,2.00,5.00
 132 ,Total,7,2.57,1.51,.57,1.17,3.97,1.00,5.00
 133
 134 Table: Test of Homogeneity of Variances
 135 ,Levene Statistic,df1,df2,Sig.
 136 Breaking Strain,1.09,1,5,.345
 137
 138 Table: ANOVA
 139 ,,Sum of Squares,df,Mean Square,F,Sig.
 140 Breaking Strain,Between Groups,2.41,1,2.41,1.07,.349
 141 ,Within Groups,11.30,5,2.26,,
 142 ,Total,13.71,6,,,
 143
 144 Table: Contrast Coefficients
 145 ,,Manufacturer,
 146 ,,Aspeger,Bloggs
 147 Contrast,1,-2,2
 148 ,2,-1,1
 149
 150 Table: Contrast Tests
 151 ,,Contrast,Value of Contrast,Std. Error,t,df,Sig. (2-tailed)
 152 Breaking Strain,Assume equal variances,1,2.60,2.52,1.03,5,.349
 153 ,,2,1.30,1.26,1.03,5,.349
 154 ,Does not assume equal,1,2.60,3.22,.81,1.32,.539
 155 ,,2,1.30,1.61,.81,1.32,.539
 156
 157 Variable,Value,Label
 158 S,2.00,
 159
 160 Table: Descriptives
 161 ,,,,,,95% Confidence Interval for Mean,,,
 162 ,,N,Mean,Std. Deviation,Std. Error,Lower Bound,Upper Bound,Minimum,Maximum
 163 Breaking Strain,Bloggs,3,3.00,1.00,.58,.52,5.48,2.00,4.00
 164 ,Charlies,5,5.00,1.58,.71,3.04,6.96,3.00,7.00
 165 ,Total,8,4.25,1.67,.59,2.85,5.65,2.00,7.00
 166
 167 Table: Test of Homogeneity of Variances
 168 ,Levene Statistic,df1,df2,Sig.
 169 Breaking Strain,.92,1,6,.374
 170
 171 Table: ANOVA
 172 ,,Sum of Squares,df,Mean Square,F,Sig.
 173 Breaking Strain,Between Groups,7.50,1,7.50,3.75,.101
 174 ,Within Groups,12.00,6,2.00,,
 175 ,Total,19.50,7,,,
 176
 177 Table: Contrast Coefficients
 178 ,,Manufacturer,
 179 ,,Bloggs,Charlies
 180 Contrast,1,-2,2
 181 ,2,-1,1
 182
 183 Table: Contrast Tests
 184 ,,Contrast,Value of Contrast,Std. Error,t,df,Sig. (2-tailed)
 185 Breaking Strain,Assume equal variances,1,4.00,2.07,1.94,6,.101
 186 ,,2,2.00,1.03,1.94,6,.101
 187 ,Does not assume equal,1,4.00,1.83,2.19,5.88,.072
 188 ,,2,2.00,.91,2.19,5.88,.072
 189 ])
 190
 191 AT_CLEANUP
 192
 193
 194 AT_SETUP([ONEWAY with missing values])
 195 dnl Check that missing are treated properly
 196 AT_DATA([oneway-missing1.sps],
 197 [DATA LIST NOTABLE LIST /v1 * v2 * dep * vn *.
 198 BEGIN DATA
 199 . .  1  4
 200 3 3  1  2
 201 2 2  1  2
 202 1 1  1  2
 203 1 1  1  2
 204 4 4  1  2
 205 5 5  2  2
 206 2 2  2  2
 207 4 4  2  2
 208 2 2  2  2
 209 3 3  2  2
 210 7 7  3  2
 211 4 4  3  2
 212 5 5  3  2
 213 3 3  3  2
 214 6 6  3  2
 215 END DATA
 216
 217 ONEWAY
 218         v1 v2 BY dep
 219         /STATISTICS descriptives homogeneity
 220         /MISSING ANALYSIS
 221         .
 222 ])
 223
 224 AT_DATA([oneway-missing2.sps],
 225 [DATA LIST NOTABLE LIST /v1 * v2 * dep * vn * .
 226 BEGIN DATA
 227 4 .  1  2
 228 3 3  1  2
 229 2 2  1  2
 230 1 1  1  2
 231 1 1  1  2
 232 4 4  1  2
 233 5 5  2  2
 234 2 2  2  2
 235 4 4  2  2
 236 2 2  2  2
 237 3 3  2  2
 238 7 7  3  2
 239 4 4  3  2
 240 5 5  3  2
 241 3 3  3  2
 242 6 6  3  2
 243 END DATA
 244
 245 ONEWAY
 246         v1 v2 BY dep
 247         /STATISTICS descriptives homogeneity
 248         /MISSING LISTWISE
 249         .
 250 ])
 251
 252
 253
 254 AT_CHECK([pspp -O format=csv oneway-missing1.sps > first.out], [0])
 255
 256 AT_CHECK([pspp -O format=csv oneway-missing2.sps > second.out], [0])
 257
 258 AT_CHECK([diff first.out second.out], [0], [])
 259
 260 dnl Now a test with missing values in the independent variable
 261 AT_DATA([oneway-missing3.sps],
 262 [DATA LIST NOTABLE LIST /v1 * v2 * dep * vn * .
 263 BEGIN DATA
 264 4 2  .  2
 265 3 3  1  2
 266 2 2  1  2
 267 1 1  1  2
 268 1 1  1  2
 269 4 4  1  2
 270 5 5  2  2
 271 2 2  2  2
 272 4 4  2  2
 273 2 2  2  2
 274 3 3  2  2
 275 7 7  3  2
 276 4 4  3  2
 277 5 5  3  4
 278 3 3  3  2
 279 6 6  3  2
 280 END DATA
 281
 282 ONEWAY
 283         v1 v2 BY dep
 284         /STATISTICS descriptives homogeneity
 285         /MISSING ANALYSIS
 286         .
 287 ])
 288
 289 AT_CHECK([pspp -O format=csv oneway-missing3.sps > third.out], [0])
 290
 291 AT_CHECK([diff first.out third.out], [0], [])
 292
 293 AT_CLEANUP
 294
 295
 296
 297
 298
 299 AT_SETUP([ONEWAY descriptives subcommand])
 300
 301 AT_DATA([oneway-descriptives.sps],
 302   [DATA LIST NOTABLE LIST /QUALITY * BRAND * .
 303 BEGIN DATA
 304 13 11
 305 12 11
 306 11 11
 307 11 11
 308 14 11
 309 15 25
 310 12 25
 311 14 25
 312 12 25
 313 13 25
 314 17  301
 315 14  301
 316 15  301
 317 13  301
 318 16  301
 319 END DATA
 320
 321
 322 ONEWAY
 323         quality BY brand
 324         /STATISTICS descriptives
 325         .
 326 ])
 327
 328 AT_CHECK([pspp -O format=csv oneway-descriptives.sps], [0],
 329 [Table: Descriptives
 330 ,,,,,,95% Confidence Interval for Mean,,,
 331 ,,N,Mean,Std. Deviation,Std. Error,Lower Bound,Upper Bound,Minimum,Maximum
 332 QUALITY,11.00,5,12.20,1.30,.58,10.58,13.82,11.00,14.00
 333 ,25.00,5,13.20,1.30,.58,11.58,14.82,12.00,15.00
 334 ,301.00,5,15.00,1.58,.71,13.04,16.96,13.00,17.00
 335 ,Total,15,13.47,1.77,.46,12.49,14.45,11.00,17.00
 336
 337 Table: ANOVA
 338 ,,Sum of Squares,df,Mean Square,F,Sig.
 339 QUALITY,Between Groups,20.13,2,10.07,5.12,.025
 340 ,Within Groups,23.60,12,1.97,,
 341 ,Total,43.73,14,,,
 342 ])
 343
 344 AT_CLEANUP
 345
 346
 347
 348 AT_SETUP([ONEWAY homogeneity subcommand])
 349
 350 AT_DATA([oneway-homogeneity.sps],
 351   [DATA LIST NOTABLE LIST /QUALITY * BRAND * .
 352 BEGIN DATA
 353 13 11
 354 12 11
 355 11 11
 356 11 11
 357 14 11
 358 15 25
 359 12 25
 360 14 25
 361 12 25
 362 13 25
 363 17  301
 364 14  301
 365 15  301
 366 13  301
 367 16  301
 368 END DATA
 369
 370
 371 ONEWAY
 372         quality BY brand
 373         /STATISTICS homogeneity
 374         .
 375 ])
 376
 377 AT_CHECK([pspp -O format=csv oneway-homogeneity.sps], [0],
 378 [Table: Test of Homogeneity of Variances
 379 ,Levene Statistic,df1,df2,Sig.
 380 QUALITY,.09,2,12,.913
 381
 382 Table: ANOVA
 383 ,,Sum of Squares,df,Mean Square,F,Sig.
 384 QUALITY,Between Groups,20.13,2,10.07,5.12,.025
 385 ,Within Groups,23.60,12,1.97,,
 386 ,Total,43.73,14,,,
 387 ])
 388
 389 AT_CLEANUP
 390
 391
 392
 393 AT_SETUP([ONEWAY multiple variables])
 394 dnl check that everything works ok when several different dependent variables are specified.
 395 dnl This of course does not mean that we're doing a multivariate analysis.  It's just like
 396 dnl running several tests at once.
 397 AT_DATA([multivar.sps],
 398 [DATA LIST notable LIST /x * y * z * g *.
 399 begin data.
 400 1 1 0 10
 401 1 1 9 10
 402 9 1 2 10
 403 1 1 3 20
 404 1 1 8 20
 405 1 1 1 20
 406 1 1 2 20
 407 0 1 3 20
 408 1 1 4 30
 409 0 1 5 30
 410 1 1 6 30
 411 0 1 7 30
 412 1 2 8 30
 413 2 2 9 30
 414 1 2 1 30
 415 1 2 0 30
 416 1 2 2 40
 417 8 2 3 40
 418 1 2 4 40
 419 1 2 9 40
 420 9 2 8 40
 421 7 3 7 40
 422 2 3 6 40
 423 3 3 5 40
 424 end data.
 425
 426 ONEWAY x y z by g
 427         /STATISTICS = DESCRIPTIVES HOMOGENEITY
 428         /CONTRAST 3  2 0 -5
 429         /CONTRAST 2 -9 7  0
 430         .
 431 ])
 432
 433 AT_CHECK([pspp -o pspp.csv multivar.sps])
 434
 435 dnl Some machines return 3.88 instead of 3.87 below (see bug #31611).
 436 AT_CHECK([sed 's/^,Within Groups,3.88/,Within Groups,3.87/' pspp.csv], [0], [dnl
 437 Table: Descriptives
 438 ,,,,,,95% Confidence Interval for Mean,,,
 439 ,,N,Mean,Std. Deviation,Std. Error,Lower Bound,Upper Bound,Minimum,Maximum
 440 x,10.00,3,3.67,4.62,2.67,-7.81,15.14,1.00,9.00
 441 ,20.00,5,.80,.45,.20,.24,1.36,.00,1.00
 442 ,30.00,8,.88,.64,.23,.34,1.41,.00,2.00
 443 ,40.00,8,4.00,3.42,1.21,1.14,6.86,1.00,9.00
 444 ,Total,24,2.25,2.83,.58,1.05,3.45,.00,9.00
 445 y,10.00,3,1.00,.00,.00,1.00,1.00,1.00,1.00
 446 ,20.00,5,1.00,.00,.00,1.00,1.00,1.00,1.00
 447 ,30.00,8,1.50,.53,.19,1.05,1.95,1.00,2.00
 448 ,40.00,8,2.38,.52,.18,1.94,2.81,2.00,3.00
 449 ,Total,24,1.63,.71,.15,1.32,1.93,1.00,3.00
 450 z,10.00,3,3.67,4.73,2.73,-8.07,15.41,.00,9.00
 451 ,20.00,5,3.40,2.70,1.21,.05,6.75,1.00,8.00
 452 ,30.00,8,5.00,3.21,1.13,2.32,7.68,.00,9.00
 453 ,40.00,8,5.50,2.45,.87,3.45,7.55,2.00,9.00
 454 ,Total,24,4.67,2.99,.61,3.40,5.93,.00,9.00
 455
 456 Table: Test of Homogeneity of Variances
 457 ,Levene Statistic,df1,df2,Sig.
 458 x,18.76,3,20,.000
 459 y,71.41,3,20,.000
 460 z,.89,3,20,.463
 461
 462 Table: ANOVA
 463 ,,Sum of Squares,df,Mean Square,F,Sig.
 464 x,Between Groups,56.16,3,18.72,2.92,.059
 465 ,Within Groups,128.34,20,6.42,,
 466 ,Total,184.50,23,,,
 467 y,Between Groups,7.75,3,2.58,13.33,.000
 468 ,Within Groups,3.87,20,.19,,
 469 ,Total,11.63,23,,,
 470 z,Between Groups,17.47,3,5.82,.62,.610
 471 ,Within Groups,187.87,20,9.39,,
 472 ,Total,205.33,23,,,
 473
 474 Table: Contrast Coefficients
 475 ,,g,,,
 476 ,,10.00,20.00,30.00,40.00
 477 Contrast,1,3,2,0,-5
 478 ,2,2,-9,7,0
 479
 480 Table: Contrast Tests
 481 ,,Contrast,Value of Contrast,Std. Error,t,df,Sig. (2-tailed)
 482 x,Assume equal variances,1,-7.40,6.67,1.11,20,.280
 483 ,,2,6.26,12.32,.51,20,.617
 484 ,Does not assume equal,1,-7.40,10.04,-.74,4.53,.497
 485 ,,2,6.26,5.85,1.07,2.87,.366
 486 y,Assume equal variances,1,-6.88,1.16,5.94,20,.000
 487 ,,2,3.50,2.14,1.63,20,.118
 488 ,Does not assume equal,1,-6.88,.91,-7.51,7.00,.000
 489 ,,2,3.50,1.32,2.65,7.00,.033
 490 z,Assume equal variances,1,-9.70,8.07,1.20,20,.243
 491 ,,2,11.73,14.91,.79,20,.440
 492 ,Does not assume equal,1,-9.70,9.57,-1.01,3.64,.373
 493 ,,2,11.73,14.53,.81,9.88,.438
 494 ])
 495
 496 AT_CLEANUP
 497
 498
 499
 500 dnl Tests that everything treats weights properly
 501 AT_SETUP([ONEWAY vs. weights])
 502
 503 AT_DATA([oneway-unweighted.sps],
 504 [DATA LIST NOTABLE LIST /QUALITY * BRAND * W *.
 505 BEGIN DATA
 506 3  1   1
 507 2  1   1
 508 1  1   1
 509 1  1   1
 510 4  1   1
 511 5  2   1
 512 2  2   1
 513 4  2   1
 514 4  2   1
 515 4  2   1
 516 2  2   1
 517 2  2   1
 518 3  2   1
 519 7  3   1
 520 4  3   1
 521 5  3   1
 522 5  3   1
 523 3  3   1
 524 6  3   1
 525 END DATA.
 526
 527 WEIGHT BY W.
 528
 529 ONEWAY
 530         quality BY brand
 531         /STATISTICS descriptives homogeneity
 532         .
 533 ])
 534
 535 AT_CHECK([pspp -o pspp-unweighted.csv oneway-unweighted.sps], [0], [ignore], [ignore])
 536
 537 AT_DATA([oneway-weighted.sps],
 538 [DATA LIST NOTABLE LIST /QUALITY * BRAND * W *.
 539 BEGIN DATA
 540 3  1   1
 541 2  1   1
 542 1  1   2
 543 4  1   1
 544 5  2   1
 545 2  2   1
 546 4  2   3
 547 2  2   2
 548 3  2   1
 549 7  3   1
 550 4  3   1
 551 5  3   2
 552 3  3   1
 553 6  3   1
 554 END DATA.
 555
 556 WEIGHT BY W.
 557
 558 ONEWAY
 559         quality BY brand
 560         /STATISTICS descriptives homogeneity
 561         .
 562 ])
 563
 564 AT_CHECK([pspp -o pspp-weighted.csv oneway-weighted.sps], [0], [ignore], [ignore])
 565
 566 AT_CHECK([diff pspp-weighted.csv pspp-unweighted.csv], [0])
 567
 568 AT_CLEANUP
 569
 570
 571
 572 AT_SETUP([ONEWAY posthoc LSD and BONFERRONI])
 573 AT_DATA([oneway-pig.sps],[dnl
 574 SET FORMAT F12.3.
 575 data list notable list /pigmentation * family *.
 576 begin data.
 577 36 1
 578 39 1
 579 43 1
 580 38 1
 581 37 1
 582 46 2
 583 47 2
 584 47 2
 585 47 2
 586 43 2
 587 40 3
 588 50 3
 589 44 3
 590 48 3
 591 50 3
 592 45 4
 593 53 4
 594 56 4
 595 52 4
 596 56 4
 597 end data.
 598
 599
 600 oneway pigmentation by family
 601         /statistics = descriptives
 602         /posthoc = lsd bonferroni alpha (0.05)
 603          .
 604 ])
 605
 606 AT_CHECK([pspp -O format=csv oneway-pig.sps], [0],
 607 [Table: Descriptives
 608 ,,,,,,95% Confidence Interval for Mean,,,
 609 ,,N,Mean,Std. Deviation,Std. Error,Lower Bound,Upper Bound,Minimum,Maximum
 610 pigmentation,1.000,5,38.600,2.702,1.208,35.245,41.955,36.000,43.000
 611 ,2.000,5,46.000,1.732,.775,43.849,48.151,43.000,47.000
 612 ,3.000,5,46.400,4.336,1.939,41.016,51.784,40.000,50.000
 613 ,4.000,5,52.400,4.506,2.015,46.806,57.994,45.000,56.000
 614 ,Total,20,45.850,5.967,1.334,43.057,48.643,36.000,56.000
 615
 616 Table: ANOVA
 617 ,,Sum of Squares,df,Mean Square,F,Sig.
 618 pigmentation,Between Groups,478.950,3,159.650,12.927,.000
 619 ,Within Groups,197.600,16,12.350,,
 620 ,Total,676.550,19,,,
 621
 622 Table: Multiple Comparisons (pigmentation)
 623 ,,,Mean Difference,,,95% Confidence Interval,
 624 ,(I) family,(J) family,(I - J),Std. Error,Sig.,Lower Bound,Upper Bound
 625 LSD,1.000,2.000,-7.400,2.223,.004,-12.112,-2.688
 626 ,,3.000,-7.800,2.223,.003,-12.512,-3.088
 627 ,,4.000,-13.800,2.223,.000,-18.512,-9.088
 628 ,2.000,1.000,7.400,2.223,.004,2.688,12.112
 629 ,,3.000,-.400,2.223,.859,-5.112,4.312
 630 ,,4.000,-6.400,2.223,.011,-11.112,-1.688
 631 ,3.000,1.000,7.800,2.223,.003,3.088,12.512
 632 ,,2.000,.400,2.223,.859,-4.312,5.112
 633 ,,4.000,-6.000,2.223,.016,-10.712,-1.288
 634 ,4.000,1.000,13.800,2.223,.000,9.088,18.512
 635 ,,2.000,6.400,2.223,.011,1.688,11.112
 636 ,,3.000,6.000,2.223,.016,1.288,10.712
 637 Bonferroni,1.000,2.000,-7.400,2.223,.025,-14.086,-.714
 638 ,,3.000,-7.800,2.223,.017,-14.486,-1.114
 639 ,,4.000,-13.800,2.223,.000,-20.486,-7.114
 640 ,2.000,1.000,7.400,2.223,.025,.714,14.086
 641 ,,3.000,-.400,2.223,1.000,-7.086,6.286
 642 ,,4.000,-6.400,2.223,.065,-13.086,.286
 643 ,3.000,1.000,7.800,2.223,.017,1.114,14.486
 644 ,,2.000,.400,2.223,1.000,-6.286,7.086
 645 ,,4.000,-6.000,2.223,.095,-12.686,.686
 646 ,4.000,1.000,13.800,2.223,.000,7.114,20.486
 647 ,,2.000,6.400,2.223,.065,-.286,13.086
 648 ,,3.000,6.000,2.223,.095,-.686,12.686
 649 ])
 650
 651 AT_CLEANUP
 652
 653
 654 AT_SETUP([ONEWAY posthoc Tukey HSD and Games-Howell])
 655 AT_DATA([oneway-tukey.sps],[dnl
 656 set format = f11.3.
 657 data list notable list /libido * dose *.
 658 begin data.
 659 3 0
 660 2 0
 661 1 0
 662 1 0
 663 4 0
 664 5 1
 665 2 1
 666 4 1
 667 2 1
 668 3 1
 669 7 2
 670 4 2
 671 5 2
 672 3 2
 673 6 2
 674 end data.
 675
 676 variable label dose 'Dose of Viagra'.
 677
 678 add value labels dose 0 'Placebo' 1 '1 Dose' 2 '2 Doses'.
 679
 680 oneway libido by dose
 681         /posthoc tukey gh.
 682 ])
 683
 684 AT_CHECK([pspp -O format=csv oneway-tukey.sps], [0],
 685 [Table: ANOVA
 686 ,,Sum of Squares,df,Mean Square,F,Sig.
 687 libido,Between Groups,20.133,2,10.067,5.119,.025
 688 ,Within Groups,23.600,12,1.967,,
 689 ,Total,43.733,14,,,
 690
 691 Table: Multiple Comparisons (libido)
 692 ,,,Mean Difference,,,95% Confidence Interval,
 693 ,(I) Dose of Viagra,(J) Dose of Viagra,(I - J),Std. Error,Sig.,Lower Bound,Upper Bound
 694 Tukey HSD,Placebo,1 Dose,-1.000,.887,.516,-3.366,1.366
 695 ,,2 Doses,-2.800,.887,.021,-5.166,-.434
 696 ,1 Dose,Placebo,1.000,.887,.516,-1.366,3.366
 697 ,,2 Doses,-1.800,.887,.147,-4.166,.566
 698 ,2 Doses,Placebo,2.800,.887,.021,.434,5.166
 699 ,,1 Dose,1.800,.887,.147,-.566,4.166
 700 Games-Howell,Placebo,1 Dose,-1.000,.887,.479,-3.356,1.356
 701 ,,2 Doses,-2.800,.887,.039,-5.439,-.161
 702 ,1 Dose,Placebo,1.000,.887,.479,-1.356,3.356
 703 ,,2 Doses,-1.800,.887,.185,-4.439,.839
 704 ,2 Doses,Placebo,2.800,.887,.039,.161,5.439
 705 ,,1 Dose,1.800,.887,.185,-.839,4.439
 706 ])
 707
 708 AT_CLEANUP
 709
 710 AT_SETUP([ONEWAY posthoc Sidak])
 711 AT_DATA([oneway-sidak.sps],[dnl
 712 SET FORMAT F20.4.
 713
 714 DATA LIST notable LIST /program score.
 715 BEGIN DATA.
 716 1   9
 717 1  12
 718 1  14
 719 1  11
 720 1  13
 721 2  10
 722 2   6
 723 2   9
 724 2   9
 725 2  10
 726 3  12
 727 3  14
 728 3  11
 729 3  13
 730 3  11
 731 4   9
 732 4   8
 733 4  11
 734 4   7
 735 4   8
 736 END DATA.
 737
 738 ONEWAY
 739   score BY program
 740   /MISSING ANALYSIS
 741   /POSTHOC = SIDAK.
 742 ])
 743
 744 AT_CHECK([pspp -O format=csv oneway-sidak.sps], [0],
 745 [Table: ANOVA
 746 ,,Sum of Squares,df,Mean Square,F,Sig.
 747 score,Between Groups,54.9500,3,18.3167,7.0449,.003
 748 ,Within Groups,41.6000,16,2.6000,,
 749 ,Total,96.5500,19,,,
 750
 751 Table: Multiple Comparisons (score)
 752 ,,,Mean Difference,,,95% Confidence Interval,
 753 ,(I) program,(J) program,(I - J),Std. Error,Sig.,Lower Bound,Upper Bound
 754 Šidák,1.0000,2.0000,3.0000,1.0198,.056,-.0575,6.0575
 755 ,,3.0000,-.4000,1.0198,.999,-3.4575,2.6575
 756 ,,4.0000,3.2000,1.0198,.038,.1425,6.2575
 757 ,2.0000,1.0000,-3.0000,1.0198,.056,-6.0575,.0575
 758 ,,3.0000,-3.4000,1.0198,.025,-6.4575,-.3425
 759 ,,4.0000,.2000,1.0198,1.000,-2.8575,3.2575
 760 ,3.0000,1.0000,.4000,1.0198,.999,-2.6575,3.4575
 761 ,,2.0000,3.4000,1.0198,.025,.3425,6.4575
 762 ,,4.0000,3.6000,1.0198,.017,.5425,6.6575
 763 ,4.0000,1.0000,-3.2000,1.0198,.038,-6.2575,-.1425
 764 ,,2.0000,-.2000,1.0198,1.000,-3.2575,2.8575
 765 ,,3.0000,-3.6000,1.0198,.017,-6.6575,-.5425
 766 ])
 767
 768 AT_CLEANUP
 769
 770 AT_SETUP([ONEWAY posthoc Scheffe])
 771 AT_DATA([oneway-scheffe.sps],[dnl
 772 set format = f11.3.
 773 data list notable list /usage * group *.
 774 begin data.
 775 21.00     1
 776 19.00     1
 777 18.00     1
 778 25.00     1
 779 14.00     1
 780 13.00     1
 781 24.00     1
 782 19.00     1
 783 20.00     1
 784 21.00     1
 785 15.00     2
 786 10.00     2
 787 13.00     2
 788 16.00     2
 789 14.00     2
 790 24.00     2
 791 16.00     2
 792 14.00     2
 793 18.00     2
 794 16.00     2
 795 10.00     3
 796  7.00     3
 797 13.00     3
 798 20.00     3
 799   .00     3
 800  8.00     3
 801  6.00     3
 802  1.00     3
 803 12.00     3
 804 14.00     3
 805 18.00     4
 806 15.00     4
 807  3.00     4
 808 27.00     4
 809  6.00     4
 810 14.00     4
 811 13.00     4
 812 11.00     4
 813  9.00     4
 814 18.00     4
 815 end data.
 816
 817 variable label usage 'Days of Use'.
 818
 819 add value labels group 0 'none' 1 'one' 2 'two' 3 'three' 4 'four'.
 820
 821 oneway usage by group
 822         /posthoc scheffe.
 823 ])
 824
 825 AT_CHECK([pspp -O format=csv oneway-scheffe.sps], [0],
 826 [Table: ANOVA
 827 ,,Sum of Squares,df,Mean Square,F,Sig.
 828 Days of Use,Between Groups,555.275,3,185.092,6.663,.001
 829 ,Within Groups,1000.100,36,27.781,,
 830 ,Total,1555.375,39,,,
 831
 832 Table: Multiple Comparisons (Days of Use)
 833 ,,,Mean Difference,,,95% Confidence Interval,
 834 ,(I) group,(J) group,(I - J),Std. Error,Sig.,Lower Bound,Upper Bound
 835 Scheffé,one,two,3.800,2.357,.467,-3.112,10.712
 836 ,,three,10.300,2.357,.001,3.388,17.212
 837 ,,four,6.000,2.357,.110,-.912,12.912
 838 ,two,one,-3.800,2.357,.467,-10.712,3.112
 839 ,,three,6.500,2.357,.072,-.412,13.412
 840 ,,four,2.200,2.357,.832,-4.712,9.112
 841 ,three,one,-10.300,2.357,.001,-17.212,-3.388
 842 ,,two,-6.500,2.357,.072,-13.412,.412
 843 ,,four,-4.300,2.357,.358,-11.212,2.612
 844 ,four,one,-6.000,2.357,.110,-12.912,.912
 845 ,,two,-2.200,2.357,.832,-9.112,4.712
 846 ,,three,4.300,2.357,.358,-2.612,11.212
 847 ])
 848
 849 AT_CLEANUP
 850
 851
 852 AT_SETUP([ONEWAY bad contrast count])
 853
 854 AT_DATA([oneway-bad-contrast.sps],[dnl
 855 DATA LIST NOTABLE LIST /height * weight * temperature * sex *.
 856 BEGIN DATA.
 857 1884     88.6       39.97     0
 858 1801     90.9       39.03     0
 859 1801     91.7       38.98     0
 860 1607     56.3       36.26     1
 861 1608     46.3       46.26     1
 862 1607     55.9       37.84     1
 863 1604     56.6       36.81     1
 864 1606     56.1       34.56     1
 865 END DATA.
 866
 867 ONEWAY /VARIABLES= height weight temperature BY sex
 868  /CONTRAST = -1  1
 869  /CONTRAST = -3  3
 870  /CONTRAST =  2 -2  1
 871  /CONTRAST = -9  9
 872  .
 873 ])
 874
 875
 876 AT_CHECK([pspp -O format=csv oneway-bad-contrast.sps], [0], [dnl
 877 "oneway-bad-contrast.sps:18: warning: ONEWAY: In contrast list 3, the number of coefficients (3) does not equal the number of groups (2). This contrast list will be ignored."
 878
 879 Table: ANOVA
 880 ,,Sum of Squares,df,Mean Square,F,Sig.
 881 height,Between Groups,92629.63,1,92629.63,120.77,.000
 882 ,Within Groups,4601.87,6,766.98,,
 883 ,Total,97231.50,7,,,
 884 weight,Between Groups,2451.65,1,2451.65,174.59,.000
 885 ,Within Groups,84.25,6,14.04,,
 886 ,Total,2535.90,7,,,
 887 temperature,Between Groups,1.80,1,1.80,.13,.733
 888 ,Within Groups,84.55,6,14.09,,
 889 ,Total,86.36,7,,,
 890
 891 Table: Contrast Coefficients
 892 ,,sex,
 893 ,,.00,1.00
 894 Contrast,1,-1,1
 895 ,2,-3,3
 896 ,3,-9,9
 897
 898 Table: Contrast Tests
 899 ,,Contrast,Value of Contrast,Std. Error,t,df,Sig. (2-tailed)
 900 height,Assume equal variances,1,-222.27,20.23,10.99,6,.000
 901 ,,2,-666.80,60.68,10.99,6,.000
 902 ,,3,-2000.40,182.03,10.99,6,.000
 903 ,Does not assume equal,1,-222.27,27.67,-8.03,2.00,.015
 904 ,,2,-666.80,83.02,-8.03,2.00,.015
 905 ,,3,-2000.40,249.07,-8.03,2.00,.015
 906 weight,Assume equal variances,1,-36.16,2.74,13.21,6,.000
 907 ,,2,-108.48,8.21,13.21,6,.000
 908 ,,3,-325.44,24.63,13.21,6,.000
 909 ,Does not assume equal,1,-36.16,2.19,-16.48,5.42,.000
 910 ,,2,-108.48,6.58,-16.48,5.42,.000
 911 ,,3,-325.44,19.75,-16.48,5.42,.000
 912 temperature,Assume equal variances,1,-.98,2.74,.36,6,.733
 913 ,,2,-2.94,8.22,.36,6,.733
 914 ,,3,-8.83,24.67,.36,6,.733
 915 ,Does not assume equal,1,-.98,2.07,-.47,4.19,.660
 916 ,,2,-2.94,6.22,-.47,4.19,.660
 917 ,,3,-8.83,18.66,-.47,4.19,.660
 918 ])
 919
 920 AT_CLEANUP
 921
 922
 923 AT_SETUP([ONEWAY crash on single category independent variable])
 924 AT_DATA([crash.sps],[
 925 input program.
 926 loop #i = 1 to 10.
 927 compute test = #i.
 928 end case.
 929 end loop.
 930 end file.
 931 end input program.
 932
 933 compute x = 1.
 934
 935 oneway test by x.
 936 ])
 937
 938 AT_CHECK([pspp -O format=csv crash.sps], [0], [ignore])
 939
 940 AT_CLEANUP
 941
 942
 943
 944 AT_SETUP([ONEWAY crash on missing dependent variable])
 945 AT_DATA([crash2.sps],[dnl
 946 data list notable list /dv1 * dv2  *  y * .
 947 begin data.
 948 2  .  2
 949 1  .  2
 950 1  .  1
 951 2  .  4
 952 3  .  4
 953 4  .  4
 954 5  .  4
 955 end data.
 956
 957 ONEWAY
 958        /VARIABLES= dv1 dv2  BY y
 959        /STATISTICS = DESCRIPTIVES
 960        /POSTHOC = BONFERRONI LSD SCHEFFE SIDAK TUKEY
 961        /MISSING = ANALYSIS
 962        .
 963 ])
 964
 965 AT_CHECK([pspp -O format=csv crash2.sps], [0], [ignore])
 966
 967 AT_CLEANUP
 968
 969
 970
 971
 972 AT_SETUP([ONEWAY Games-Howell test with few cases])
 973 AT_DATA([crash3.sps],[dnl
 974 data list notable list /dv * y * .
 975 begin data.
 976 2 2
 977 1 2
 978 1 1
 979 2 4
 980 3 4
 981 end data.
 982
 983 ONEWAY
 984  /VARIABLES= dv BY y
 985  /POSTHOC = GH
 986  .
 987 ])
 988
 989 AT_CHECK([pspp -O format=csv crash3.sps], [0], [ignore])
 990
 991 AT_CLEANUP
 992
 993
 994 AT_SETUP([ONEWAY Crash on empty data])
 995 AT_DATA([crash4.sps],[dnl
 996 DATA LIST NOTABLE LIST /height * weight * temperature * sex *.
 997 BEGIN DATA.
 998 1801     .       .     0
 999 1606     .       .     1
1000 END DATA.
1001
1002 ONEWAY /VARIABLES= height weight temperature BY sex
1003  /CONTRAST = -1  1
1004  /CONTRAST = -3  3
1005  /CONTRAST =  2 -2  1
1006  /CONTRAST = -9  9
1007  .
1008 ])
1009
1010 AT_CHECK([pspp -O format=csv crash4.sps], [0], [ignore])
1011
1012 AT_CLEANUP
1013
1014
1015
1016 AT_SETUP([ONEWAY Crash on invalid dependent variable])
1017 AT_DATA([crash5.sps],[dnl
1018 data list notable list /a * b *.
1019 begin data.
1020 3 0
1021 2 0
1022 6 2
1023 end data.
1024
1025 oneway a"by b.
1026
1027 ])
1028
1029 AT_CHECK([pspp -O format=csv crash5.sps], [1], [ignore])
1030
1031 AT_CLEANUP
1032
1033
1034
1035
1036 AT_SETUP([ONEWAY Crash on unterminated string])
1037
1038 AT_DATA([crash6.sps], [dnl
1039 DATA LIST NOTABLE LIST /height * weight * temperature * sex *.
1040 BEGIN DATA.
1041 1801     .       .     0
1042 1606     .   0   .     1
1043 END DATA.
1044
1045 ONEWAY /VARIABLES= height weight temperature BY sex
1046  /CONTRAST =" 2 -2  1
1047  .
1048 ])
1049
1050 AT_CHECK([pspp -O format=csv crash6.sps], [1], [ignore])
1051
1052 AT_CLEANUP