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
  17 AT_BANNER([ONEWAY procedure])
  18
  19 AT_SETUP([ONEWAY basic operation])
  20 AT_DATA([oneway.sps],
  21   [DATA LIST NOTABLE LIST /QUALITY * BRAND * .
  22 BEGIN DATA
  23 7  3
  24 4  3
  25 3  1
  26 2  1
  27 1  1
  28 4  2
  29 2  2
  30 3  2
  31 5  3
  32 1  1
  33 4  1
  34 5  2
  35 2  2
  36 3  3
  37 6  3
  38 END DATA
  39
  40 VARIABLE LABELS brand 'Manufacturer'.
  41 VARIABLE LABELS quality 'Breaking Strain'.
  42
  43 VALUE LABELS /brand 1 'Aspeger' 2 'Bloggs' 3 'Charlies'.
  44
  45 ONEWAY
  46         quality BY brand
  47         /STATISTICS descriptives homogeneity
  48         /CONTRAST =  -2 1 1
  49         /CONTRAST = 0 -1 1
  50         .
  51 ])
  52
  53 AT_CHECK([pspp -O format=csv oneway.sps], [0], [dnl
  54 Table: Descriptives
  55 ,,,,,,95% Confidence Interval for Mean,,,
  56 ,,N,Mean,Std. Deviation,Std. Error,Lower Bound,Upper Bound,Minimum,Maximum
  57 Breaking Strain,Aspeger,5,2.20,1.30,.58,.58,3.82,1.00,4.00
  58 ,Bloggs,5,3.20,1.30,.58,1.58,4.82,2.00,5.00
  59 ,Charlies,5,5.00,1.58,.71,3.04,6.96,3.00,7.00
  60 ,Total,15,3.47,1.77,.46,2.49,4.45,1.00,7.00
  61
  62 Table: Test of Homogeneity of Variances
  63 ,Levene Statistic,df1,df2,Sig.
  64 Breaking Strain,.09,2,12,.913
  65
  66 Table: ANOVA
  67 ,,Sum of Squares,df,Mean Square,F,Sig.
  68 Breaking Strain,Between Groups,20.13,2,10.07,5.12,.025
  69 ,Within Groups,23.60,12,1.97,,
  70 ,Total,43.73,14,,,
  71
  72 Table: Contrast Coefficients
  73 ,,Manufacturer,,
  74 ,,Aspeger,Bloggs,Charlies
  75 Contrast,1,-2,1,1
  76 ,2,0,-1,1
  77
  78 Table: Contrast Tests
  79 ,,Contrast,Value of Contrast,Std. Error,t,df,Sig. (2-tailed)
  80 Breaking Strain,Assume equal variances,1,3.80,1.54,2.47,12,.029
  81 ,,2,1.80,.89,2.03,12,.065
  82 ,Does not assume equal,1,3.80,1.48,2.56,8.74,.031
  83 ,,2,1.80,.92,1.96,7.72,.086
  84 ])
  85 AT_CLEANUP
  86
  87
  88 AT_SETUP([ONEWAY with splits])
  89 AT_DATA([oneway-splits.sps],
  90 [DATA LIST NOTABLE LIST /QUALITY * BRAND * S *.
  91 BEGIN DATA
  92 3 1 1
  93 2 1 1
  94 1 1 1
  95 1 1 1
  96 4 1 1
  97 5 2 1
  98 2 2 1
  99 4 2 2
 100 2 2 2
 101 3 2 2
 102 7  3 2
 103 4  3 2
 104 5  3 2
 105 3  3 2
 106 6  3 2
 107 END DATA
 108
 109 VARIABLE LABELS brand 'Manufacturer'.
 110 VARIABLE LABELS quality 'Breaking Strain'.
 111
 112 VALUE LABELS /brand 1 'Aspeger' 2 'Bloggs' 3 'Charlies'.
 113
 114 SPLIT FILE by s.
 115
 116 ONEWAY
 117         quality BY brand
 118         /STATISTICS descriptives homogeneity
 119         /CONTRAST =  -2 2
 120         /CONTRAST = -1 1
 121         .
 122 ])
 123
 124 AT_CHECK([pspp -O format=csv oneway-splits.sps], [0],
 125 [Variable,Value,Label
 126 S,1.00,
 127
 128 Table: Descriptives
 129 ,,,,,,95% Confidence Interval for Mean,,,
 130 ,,N,Mean,Std. Deviation,Std. Error,Lower Bound,Upper Bound,Minimum,Maximum
 131 Breaking Strain,Aspeger,5,2.20,1.30,.58,.58,3.82,1.00,4.00
 132 ,Bloggs,2,3.50,2.12,1.50,-15.56,22.56,2.00,5.00
 133 ,Total,7,2.57,1.51,.57,1.17,3.97,1.00,5.00
 134
 135 Table: Test of Homogeneity of Variances
 136 ,Levene Statistic,df1,df2,Sig.
 137 Breaking Strain,1.09,1,5,.345
 138
 139 Table: ANOVA
 140 ,,Sum of Squares,df,Mean Square,F,Sig.
 141 Breaking Strain,Between Groups,2.41,1,2.41,1.07,.349
 142 ,Within Groups,11.30,5,2.26,,
 143 ,Total,13.71,6,,,
 144
 145 Table: Contrast Coefficients
 146 ,,Manufacturer,
 147 ,,Aspeger,Bloggs
 148 Contrast,1,-2,2
 149 ,2,-1,1
 150
 151 Table: Contrast Tests
 152 ,,Contrast,Value of Contrast,Std. Error,t,df,Sig. (2-tailed)
 153 Breaking Strain,Assume equal variances,1,2.60,2.52,1.03,5,.349
 154 ,,2,1.30,1.26,1.03,5,.349
 155 ,Does not assume equal,1,2.60,3.22,.81,1.32,.539
 156 ,,2,1.30,1.61,.81,1.32,.539
 157
 158 Variable,Value,Label
 159 S,2.00,
 160
 161 Table: Descriptives
 162 ,,,,,,95% Confidence Interval for Mean,,,
 163 ,,N,Mean,Std. Deviation,Std. Error,Lower Bound,Upper Bound,Minimum,Maximum
 164 Breaking Strain,Bloggs,3,3.00,1.00,.58,.52,5.48,2.00,4.00
 165 ,Charlies,5,5.00,1.58,.71,3.04,6.96,3.00,7.00
 166 ,Total,8,4.25,1.67,.59,2.85,5.65,2.00,7.00
 167
 168 Table: Test of Homogeneity of Variances
 169 ,Levene Statistic,df1,df2,Sig.
 170 Breaking Strain,.92,1,6,.374
 171
 172 Table: ANOVA
 173 ,,Sum of Squares,df,Mean Square,F,Sig.
 174 Breaking Strain,Between Groups,7.50,1,7.50,3.75,.101
 175 ,Within Groups,12.00,6,2.00,,
 176 ,Total,19.50,7,,,
 177
 178 Table: Contrast Coefficients
 179 ,,Manufacturer,
 180 ,,Bloggs,Charlies
 181 Contrast,1,-2,2
 182 ,2,-1,1
 183
 184 Table: Contrast Tests
 185 ,,Contrast,Value of Contrast,Std. Error,t,df,Sig. (2-tailed)
 186 Breaking Strain,Assume equal variances,1,4.00,2.07,1.94,6,.101
 187 ,,2,2.00,1.03,1.94,6,.101
 188 ,Does not assume equal,1,4.00,1.83,2.19,5.88,.072
 189 ,,2,2.00,.91,2.19,5.88,.072
 190 ])
 191
 192 AT_CLEANUP
 193
 194
 195 AT_SETUP([ONEWAY with missing values])
 196 dnl Check that missing are treated properly
 197 AT_DATA([oneway-missing1.sps],
 198 [DATA LIST NOTABLE LIST /v1 * v2 * dep * vn *.
 199 BEGIN DATA
 200 . .  1  4
 201 3 3  1  2
 202 2 2  1  2
 203 1 1  1  2
 204 1 1  1  2
 205 4 4  1  2
 206 5 5  2  2
 207 2 2  2  2
 208 4 4  2  2
 209 2 2  2  2
 210 3 3  2  2
 211 7 7  3  2
 212 4 4  3  2
 213 5 5  3  2
 214 3 3  3  2
 215 6 6  3  2
 216 END DATA
 217
 218 ONEWAY
 219         v1 v2 BY dep
 220         /STATISTICS descriptives homogeneity
 221         /MISSING ANALYSIS
 222         .
 223 ])
 224
 225 AT_DATA([oneway-missing2.sps],
 226 [DATA LIST NOTABLE LIST /v1 * v2 * dep * vn * .
 227 BEGIN DATA
 228 4 .  1  2
 229 3 3  1  2
 230 2 2  1  2
 231 1 1  1  2
 232 1 1  1  2
 233 4 4  1  2
 234 5 5  2  2
 235 2 2  2  2
 236 4 4  2  2
 237 2 2  2  2
 238 3 3  2  2
 239 7 7  3  2
 240 4 4  3  2
 241 5 5  3  2
 242 3 3  3  2
 243 6 6  3  2
 244 END DATA
 245
 246 ONEWAY
 247         v1 v2 BY dep
 248         /STATISTICS descriptives homogeneity
 249         /MISSING LISTWISE
 250         .
 251 ])
 252
 253
 254
 255 AT_CHECK([pspp -O format=csv oneway-missing1.sps > first.out], [0])
 256
 257 AT_CHECK([pspp -O format=csv oneway-missing2.sps > second.out], [0])
 258
 259 AT_CHECK([diff first.out second.out], [0], [])
 260
 261 dnl Now a test with missing values in the independent variable
 262 AT_DATA([oneway-missing3.sps],
 263 [DATA LIST NOTABLE LIST /v1 * v2 * dep * vn * .
 264 BEGIN DATA
 265 4 2  .  2
 266 3 3  1  2
 267 2 2  1  2
 268 1 1  1  2
 269 1 1  1  2
 270 4 4  1  2
 271 5 5  2  2
 272 2 2  2  2
 273 4 4  2  2
 274 2 2  2  2
 275 3 3  2  2
 276 7 7  3  2
 277 4 4  3  2
 278 5 5  3  4
 279 3 3  3  2
 280 6 6  3  2
 281 END DATA
 282
 283 ONEWAY
 284         v1 v2 BY dep
 285         /STATISTICS descriptives homogeneity
 286         /MISSING ANALYSIS
 287         .
 288 ])
 289
 290 AT_CHECK([pspp -O format=csv oneway-missing3.sps > third.out], [0])
 291
 292 AT_CHECK([diff first.out third.out], [0], [])
 293
 294 AT_CLEANUP
 295
 296
 297
 298
 299
 300 AT_SETUP([ONEWAY descriptives subcommand])
 301
 302 AT_DATA([oneway-descriptives.sps],
 303   [DATA LIST NOTABLE LIST /QUALITY * BRAND * .
 304 BEGIN DATA
 305 13 11
 306 12 11
 307 11 11
 308 11 11
 309 14 11
 310 15 25
 311 12 25
 312 14 25
 313 12 25
 314 13 25
 315 17  301
 316 14  301
 317 15  301
 318 13  301
 319 16  301
 320 END DATA
 321
 322
 323 ONEWAY
 324         quality BY brand
 325         /STATISTICS descriptives
 326         .
 327 ])
 328
 329 AT_CHECK([pspp -O format=csv oneway-descriptives.sps], [0],
 330 [Table: Descriptives
 331 ,,,,,,95% Confidence Interval for Mean,,,
 332 ,,N,Mean,Std. Deviation,Std. Error,Lower Bound,Upper Bound,Minimum,Maximum
 333 QUALITY,11.00,5,12.20,1.30,.58,10.58,13.82,11.00,14.00
 334 ,25.00,5,13.20,1.30,.58,11.58,14.82,12.00,15.00
 335 ,301.00,5,15.00,1.58,.71,13.04,16.96,13.00,17.00
 336 ,Total,15,13.47,1.77,.46,12.49,14.45,11.00,17.00
 337
 338 Table: ANOVA
 339 ,,Sum of Squares,df,Mean Square,F,Sig.
 340 QUALITY,Between Groups,20.13,2,10.07,5.12,.025
 341 ,Within Groups,23.60,12,1.97,,
 342 ,Total,43.73,14,,,
 343 ])
 344
 345 AT_CLEANUP
 346
 347
 348
 349 AT_SETUP([ONEWAY homogeneity subcommand])
 350
 351 AT_DATA([oneway-homogeneity.sps],
 352   [DATA LIST NOTABLE LIST /QUALITY * BRAND * .
 353 BEGIN DATA
 354 13 11
 355 12 11
 356 11 11
 357 11 11
 358 14 11
 359 15 25
 360 12 25
 361 14 25
 362 12 25
 363 13 25
 364 17  301
 365 14  301
 366 15  301
 367 13  301
 368 16  301
 369 END DATA
 370
 371
 372 ONEWAY
 373         quality BY brand
 374         /STATISTICS homogeneity
 375         .
 376 ])
 377
 378 AT_CHECK([pspp -O format=csv oneway-homogeneity.sps], [0],
 379 [Table: Test of Homogeneity of Variances
 380 ,Levene Statistic,df1,df2,Sig.
 381 QUALITY,.09,2,12,.913
 382
 383 Table: ANOVA
 384 ,,Sum of Squares,df,Mean Square,F,Sig.
 385 QUALITY,Between Groups,20.13,2,10.07,5.12,.025
 386 ,Within Groups,23.60,12,1.97,,
 387 ,Total,43.73,14,,,
 388 ])
 389
 390 AT_CLEANUP
 391
 392
 393
 394 AT_SETUP([ONEWAY multiple variables])
 395 dnl check that everything works ok when several different dependent variables are specified.
 396 dnl This of course does not mean that we're doing a multivariate analysis.  It's just like
 397 dnl running several tests at once.
 398 AT_DATA([multivar.sps],
 399 [DATA LIST notable LIST /x * y * z * g *.
 400 begin data.
 401 1 1 0 10
 402 1 1 9 10
 403 9 1 2 10
 404 1 1 3 20
 405 1 1 8 20
 406 1 1 1 20
 407 1 1 2 20
 408 0 1 3 20
 409 1 1 4 30
 410 0 1 5 30
 411 1 1 6 30
 412 0 1 7 30
 413 1 2 8 30
 414 2 2 9 30
 415 1 2 1 30
 416 1 2 0 30
 417 1 2 2 40
 418 8 2 3 40
 419 1 2 4 40
 420 1 2 9 40
 421 9 2 8 40
 422 7 3 7 40
 423 2 3 6 40
 424 3 3 5 40
 425 end data.
 426
 427 ONEWAY x y z by g
 428         /STATISTICS = DESCRIPTIVES HOMOGENEITY
 429         /CONTRAST 3  2 0 -5
 430         /CONTRAST 2 -9 7  0
 431         .
 432 ])
 433
 434 AT_CHECK([pspp -o pspp.csv multivar.sps])
 435
 436 dnl Some machines return 3.88 instead of 3.87 below (see bug #31611).
 437 AT_CHECK([sed 's/^,Within Groups,3.88/,Within Groups,3.87/' pspp.csv], [0], [dnl
 438 Table: Descriptives
 439 ,,,,,,95% Confidence Interval for Mean,,,
 440 ,,N,Mean,Std. Deviation,Std. Error,Lower Bound,Upper Bound,Minimum,Maximum
 441 x,10.00,3,3.67,4.62,2.67,-7.81,15.14,1.00,9.00
 442 ,20.00,5,.80,.45,.20,.24,1.36,.00,1.00
 443 ,30.00,8,.88,.64,.23,.34,1.41,.00,2.00
 444 ,40.00,8,4.00,3.42,1.21,1.14,6.86,1.00,9.00
 445 ,Total,24,2.25,2.83,.58,1.05,3.45,.00,9.00
 446 y,10.00,3,1.00,.00,.00,1.00,1.00,1.00,1.00
 447 ,20.00,5,1.00,.00,.00,1.00,1.00,1.00,1.00
 448 ,30.00,8,1.50,.53,.19,1.05,1.95,1.00,2.00
 449 ,40.00,8,2.38,.52,.18,1.94,2.81,2.00,3.00
 450 ,Total,24,1.63,.71,.15,1.32,1.93,1.00,3.00
 451 z,10.00,3,3.67,4.73,2.73,-8.07,15.41,.00,9.00
 452 ,20.00,5,3.40,2.70,1.21,.05,6.75,1.00,8.00
 453 ,30.00,8,5.00,3.21,1.13,2.32,7.68,.00,9.00
 454 ,40.00,8,5.50,2.45,.87,3.45,7.55,2.00,9.00
 455 ,Total,24,4.67,2.99,.61,3.40,5.93,.00,9.00
 456
 457 Table: Test of Homogeneity of Variances
 458 ,Levene Statistic,df1,df2,Sig.
 459 x,18.76,3,20,.000
 460 y,71.41,3,20,.000
 461 z,.89,3,20,.463
 462
 463 Table: ANOVA
 464 ,,Sum of Squares,df,Mean Square,F,Sig.
 465 x,Between Groups,56.16,3,18.72,2.92,.059
 466 ,Within Groups,128.34,20,6.42,,
 467 ,Total,184.50,23,,,
 468 y,Between Groups,7.75,3,2.58,13.33,.000
 469 ,Within Groups,3.87,20,.19,,
 470 ,Total,11.63,23,,,
 471 z,Between Groups,17.47,3,5.82,.62,.610
 472 ,Within Groups,187.87,20,9.39,,
 473 ,Total,205.33,23,,,
 474
 475 Table: Contrast Coefficients
 476 ,,g,,,
 477 ,,10.00,20.00,30.00,40.00
 478 Contrast,1,3,2,0,-5
 479 ,2,2,-9,7,0
 480
 481 Table: Contrast Tests
 482 ,,Contrast,Value of Contrast,Std. Error,t,df,Sig. (2-tailed)
 483 x,Assume equal variances,1,-7.40,6.67,1.11,20,.280
 484 ,,2,6.26,12.32,.51,20,.617
 485 ,Does not assume equal,1,-7.40,10.04,-.74,4.53,.497
 486 ,,2,6.26,5.85,1.07,2.87,.366
 487 y,Assume equal variances,1,-6.88,1.16,5.94,20,.000
 488 ,,2,3.50,2.14,1.63,20,.118
 489 ,Does not assume equal,1,-6.88,.91,-7.51,7.00,.000
 490 ,,2,3.50,1.32,2.65,7.00,.033
 491 z,Assume equal variances,1,-9.70,8.07,1.20,20,.243
 492 ,,2,11.73,14.91,.79,20,.440
 493 ,Does not assume equal,1,-9.70,9.57,-1.01,3.64,.373
 494 ,,2,11.73,14.53,.81,9.88,.438
 495 ])
 496
 497 AT_CLEANUP
 498
 499
 500
 501 dnl Tests that everything treats weights properly
 502 AT_SETUP([ONEWAY vs. weights])
 503
 504 AT_DATA([oneway-unweighted.sps],
 505 [DATA LIST NOTABLE LIST /QUALITY * BRAND * W *.
 506 BEGIN DATA
 507 3  1   1
 508 2  1   1
 509 1  1   1
 510 1  1   1
 511 4  1   1
 512 5  2   1
 513 2  2   1
 514 4  2   1
 515 4  2   1
 516 4  2   1
 517 2  2   1
 518 2  2   1
 519 3  2   1
 520 7  3   1
 521 4  3   1
 522 5  3   1
 523 5  3   1
 524 3  3   1
 525 6  3   1
 526 END DATA.
 527
 528 WEIGHT BY W.
 529
 530 ONEWAY
 531         quality BY brand
 532         /STATISTICS descriptives homogeneity
 533         .
 534 ])
 535
 536 AT_CHECK([pspp -o pspp-unweighted.csv oneway-unweighted.sps], [0], [ignore], [ignore])
 537
 538 AT_DATA([oneway-weighted.sps],
 539 [DATA LIST NOTABLE LIST /QUALITY * BRAND * W *.
 540 BEGIN DATA
 541 3  1   1
 542 2  1   1
 543 1  1   2
 544 4  1   1
 545 5  2   1
 546 2  2   1
 547 4  2   3
 548 2  2   2
 549 3  2   1
 550 7  3   1
 551 4  3   1
 552 5  3   2
 553 3  3   1
 554 6  3   1
 555 END DATA.
 556
 557 WEIGHT BY W.
 558
 559 ONEWAY
 560         quality BY brand
 561         /STATISTICS descriptives homogeneity
 562         .
 563 ])
 564
 565 AT_CHECK([pspp -o pspp-weighted.csv oneway-weighted.sps], [0], [ignore], [ignore])
 566
 567 AT_CHECK([diff pspp-weighted.csv pspp-unweighted.csv], [0])
 568
 569 AT_CLEANUP
 570
 571
 572
 573 AT_SETUP([ONEWAY posthoc LSD and BONFERRONI])
 574 AT_DATA([oneway-pig.sps],[dnl
 575 SET FORMAT F12.3.
 576 data list notable list /pigmentation * family *.
 577 begin data.
 578 36 1
 579 39 1
 580 43 1
 581 38 1
 582 37 1
 583 46 2
 584 47 2
 585 47 2
 586 47 2
 587 43 2
 588 40 3
 589 50 3
 590 44 3
 591 48 3
 592 50 3
 593 45 4
 594 53 4
 595 56 4
 596 52 4
 597 56 4
 598 end data.
 599
 600
 601 oneway pigmentation by family
 602         /statistics = descriptives
 603         /posthoc = lsd bonferroni alpha (0.05)
 604          .
 605 ])
 606
 607 AT_CHECK([pspp -O format=csv oneway-pig.sps], [0],
 608 [Table: Descriptives
 609 ,,,,,,95% Confidence Interval for Mean,,,
 610 ,,N,Mean,Std. Deviation,Std. Error,Lower Bound,Upper Bound,Minimum,Maximum
 611 pigmentation,1.000,5,38.600,2.702,1.208,35.245,41.955,36.000,43.000
 612 ,2.000,5,46.000,1.732,.775,43.849,48.151,43.000,47.000
 613 ,3.000,5,46.400,4.336,1.939,41.016,51.784,40.000,50.000
 614 ,4.000,5,52.400,4.506,2.015,46.806,57.994,45.000,56.000
 615 ,Total,20,45.850,5.967,1.334,43.057,48.643,36.000,56.000
 616
 617 Table: ANOVA
 618 ,,Sum of Squares,df,Mean Square,F,Sig.
 619 pigmentation,Between Groups,478.950,3,159.650,12.927,.000
 620 ,Within Groups,197.600,16,12.350,,
 621 ,Total,676.550,19,,,
 622
 623 Table: Multiple Comparisons (pigmentation)
 624 ,,,Mean Difference,,,95% Confidence Interval,
 625 ,(I) family,(J) family,(I - J),Std. Error,Sig.,Lower Bound,Upper Bound
 626 LSD,1.000,2.000,-7.400,2.223,.004,-12.112,-2.688
 627 ,,3.000,-7.800,2.223,.003,-12.512,-3.088
 628 ,,4.000,-13.800,2.223,.000,-18.512,-9.088
 629 ,2.000,1.000,7.400,2.223,.004,2.688,12.112
 630 ,,3.000,-.400,2.223,.859,-5.112,4.312
 631 ,,4.000,-6.400,2.223,.011,-11.112,-1.688
 632 ,3.000,1.000,7.800,2.223,.003,3.088,12.512
 633 ,,2.000,.400,2.223,.859,-4.312,5.112
 634 ,,4.000,-6.000,2.223,.016,-10.712,-1.288
 635 ,4.000,1.000,13.800,2.223,.000,9.088,18.512
 636 ,,2.000,6.400,2.223,.011,1.688,11.112
 637 ,,3.000,6.000,2.223,.016,1.288,10.712
 638 Bonferroni,1.000,2.000,-7.400,2.223,.025,-14.086,-.714
 639 ,,3.000,-7.800,2.223,.017,-14.486,-1.114
 640 ,,4.000,-13.800,2.223,.000,-20.486,-7.114
 641 ,2.000,1.000,7.400,2.223,.025,.714,14.086
 642 ,,3.000,-.400,2.223,1.000,-7.086,6.286
 643 ,,4.000,-6.400,2.223,.065,-13.086,.286
 644 ,3.000,1.000,7.800,2.223,.017,1.114,14.486
 645 ,,2.000,.400,2.223,1.000,-6.286,7.086
 646 ,,4.000,-6.000,2.223,.095,-12.686,.686
 647 ,4.000,1.000,13.800,2.223,.000,7.114,20.486
 648 ,,2.000,6.400,2.223,.065,-.286,13.086
 649 ,,3.000,6.000,2.223,.095,-.686,12.686
 650 ])
 651
 652 AT_CLEANUP
 653
 654
 655 AT_SETUP([ONEWAY posthoc Tukey HSD and Games-Howell])
 656 AT_DATA([oneway-tukey.sps],[dnl
 657 set format = f11.3.
 658 data list notable list /libido * dose *.
 659 begin data.
 660 3 0
 661 2 0
 662 1 0
 663 1 0
 664 4 0
 665 5 1
 666 2 1
 667 4 1
 668 2 1
 669 3 1
 670 7 2
 671 4 2
 672 5 2
 673 3 2
 674 6 2
 675 end data.
 676
 677 variable label dose 'Dose of Viagra'.
 678
 679 add value labels dose 0 'Placebo' 1 '1 Dose' 2 '2 Doses'.
 680
 681 oneway libido by dose
 682         /posthoc tukey gh.
 683 ])
 684
 685 AT_CHECK([pspp -O format=csv oneway-tukey.sps], [0],
 686 [Table: ANOVA
 687 ,,Sum of Squares,df,Mean Square,F,Sig.
 688 libido,Between Groups,20.133,2,10.067,5.119,.025
 689 ,Within Groups,23.600,12,1.967,,
 690 ,Total,43.733,14,,,
 691
 692 Table: Multiple Comparisons (libido)
 693 ,,,Mean Difference,,,95% Confidence Interval,
 694 ,(I) Dose of Viagra,(J) Dose of Viagra,(I - J),Std. Error,Sig.,Lower Bound,Upper Bound
 695 Tukey HSD,Placebo,1 Dose,-1.000,.887,.516,-3.366,1.366
 696 ,,2 Doses,-2.800,.887,.021,-5.166,-.434
 697 ,1 Dose,Placebo,1.000,.887,.516,-1.366,3.366
 698 ,,2 Doses,-1.800,.887,.147,-4.166,.566
 699 ,2 Doses,Placebo,2.800,.887,.021,.434,5.166
 700 ,,1 Dose,1.800,.887,.147,-.566,4.166
 701 Games-Howell,Placebo,1 Dose,-1.000,.887,.479,-3.356,1.356
 702 ,,2 Doses,-2.800,.887,.039,-5.439,-.161
 703 ,1 Dose,Placebo,1.000,.887,.479,-1.356,3.356
 704 ,,2 Doses,-1.800,.887,.185,-4.439,.839
 705 ,2 Doses,Placebo,2.800,.887,.039,.161,5.439
 706 ,,1 Dose,1.800,.887,.185,-.839,4.439
 707 ])
 708
 709 AT_CLEANUP
 710
 711 AT_SETUP([ONEWAY posthoc Sidak])
 712 AT_DATA([oneway-sidak.sps],[dnl
 713 SET FORMAT F20.4.
 714
 715 DATA LIST notable LIST /program score.
 716 BEGIN DATA.
 717 1   9
 718 1  12
 719 1  14
 720 1  11
 721 1  13
 722 2  10
 723 2   6
 724 2   9
 725 2   9
 726 2  10
 727 3  12
 728 3  14
 729 3  11
 730 3  13
 731 3  11
 732 4   9
 733 4   8
 734 4  11
 735 4   7
 736 4   8
 737 END DATA.
 738
 739 ONEWAY
 740   score BY program
 741   /MISSING ANALYSIS
 742   /POSTHOC = SIDAK.
 743 ])
 744
 745 AT_CHECK([pspp -O format=csv oneway-sidak.sps], [0],
 746 [Table: ANOVA
 747 ,,Sum of Squares,df,Mean Square,F,Sig.
 748 score,Between Groups,54.9500,3,18.3167,7.0449,.003
 749 ,Within Groups,41.6000,16,2.6000,,
 750 ,Total,96.5500,19,,,
 751
 752 Table: Multiple Comparisons (score)
 753 ,,,Mean Difference,,,95% Confidence Interval,
 754 ,(I) program,(J) program,(I - J),Std. Error,Sig.,Lower Bound,Upper Bound
 755 Šidák,1.0000,2.0000,3.0000,1.0198,.056,-.0575,6.0575
 756 ,,3.0000,-.4000,1.0198,.999,-3.4575,2.6575
 757 ,,4.0000,3.2000,1.0198,.038,.1425,6.2575
 758 ,2.0000,1.0000,-3.0000,1.0198,.056,-6.0575,.0575
 759 ,,3.0000,-3.4000,1.0198,.025,-6.4575,-.3425
 760 ,,4.0000,.2000,1.0198,1.000,-2.8575,3.2575
 761 ,3.0000,1.0000,.4000,1.0198,.999,-2.6575,3.4575
 762 ,,2.0000,3.4000,1.0198,.025,.3425,6.4575
 763 ,,4.0000,3.6000,1.0198,.017,.5425,6.6575
 764 ,4.0000,1.0000,-3.2000,1.0198,.038,-6.2575,-.1425
 765 ,,2.0000,-.2000,1.0198,1.000,-3.2575,2.8575
 766 ,,3.0000,-3.6000,1.0198,.017,-6.6575,-.5425
 767 ])
 768
 769 AT_CLEANUP
 770
 771 AT_SETUP([ONEWAY posthoc Scheffe])
 772 AT_DATA([oneway-scheffe.sps],[dnl
 773 set format = f11.3.
 774 data list notable list /usage * group *.
 775 begin data.
 776 21.00     1
 777 19.00     1
 778 18.00     1
 779 25.00     1
 780 14.00     1
 781 13.00     1
 782 24.00     1
 783 19.00     1
 784 20.00     1
 785 21.00     1
 786 15.00     2
 787 10.00     2
 788 13.00     2
 789 16.00     2
 790 14.00     2
 791 24.00     2
 792 16.00     2
 793 14.00     2
 794 18.00     2
 795 16.00     2
 796 10.00     3
 797  7.00     3
 798 13.00     3
 799 20.00     3
 800   .00     3
 801  8.00     3
 802  6.00     3
 803  1.00     3
 804 12.00     3
 805 14.00     3
 806 18.00     4
 807 15.00     4
 808  3.00     4
 809 27.00     4
 810  6.00     4
 811 14.00     4
 812 13.00     4
 813 11.00     4
 814  9.00     4
 815 18.00     4
 816 end data.
 817
 818 variable label usage 'Days of Use'.
 819
 820 add value labels group 0 'none' 1 'one' 2 'two' 3 'three' 4 'four'.
 821
 822 oneway usage by group
 823         /posthoc scheffe.
 824 ])
 825
 826 AT_CHECK([pspp -O format=csv oneway-scheffe.sps], [0],
 827 [Table: ANOVA
 828 ,,Sum of Squares,df,Mean Square,F,Sig.
 829 Days of Use,Between Groups,555.275,3,185.092,6.663,.001
 830 ,Within Groups,1000.100,36,27.781,,
 831 ,Total,1555.375,39,,,
 832
 833 Table: Multiple Comparisons (Days of Use)
 834 ,,,Mean Difference,,,95% Confidence Interval,
 835 ,(I) group,(J) group,(I - J),Std. Error,Sig.,Lower Bound,Upper Bound
 836 Scheffé,one,two,3.800,2.357,.467,-3.112,10.712
 837 ,,three,10.300,2.357,.001,3.388,17.212
 838 ,,four,6.000,2.357,.110,-.912,12.912
 839 ,two,one,-3.800,2.357,.467,-10.712,3.112
 840 ,,three,6.500,2.357,.072,-.412,13.412
 841 ,,four,2.200,2.357,.832,-4.712,9.112
 842 ,three,one,-10.300,2.357,.001,-17.212,-3.388
 843 ,,two,-6.500,2.357,.072,-13.412,.412
 844 ,,four,-4.300,2.357,.358,-11.212,2.612
 845 ,four,one,-6.000,2.357,.110,-12.912,.912
 846 ,,two,-2.200,2.357,.832,-9.112,4.712
 847 ,,three,4.300,2.357,.358,-2.612,11.212
 848 ])
 849
 850 AT_CLEANUP
 851
 852
 853 AT_SETUP([ONEWAY bad contrast count])
 854
 855 AT_DATA([oneway-bad-contrast.sps],[dnl
 856 DATA LIST NOTABLE LIST /height * weight * temperature * sex *.
 857 BEGIN DATA.
 858 1884     88.6       39.97     0
 859 1801     90.9       39.03     0
 860 1801     91.7       38.98     0
 861 1607     56.3       36.26     1
 862 1608     46.3       46.26     1
 863 1607     55.9       37.84     1
 864 1604     56.6       36.81     1
 865 1606     56.1       34.56     1
 866 END DATA.
 867
 868 ONEWAY /VARIABLES= height weight temperature BY sex
 869  /CONTRAST = -1  1
 870  /CONTRAST = -3  3
 871  /CONTRAST =  2 -2  1
 872  /CONTRAST = -9  9
 873  .
 874 ])
 875
 876
 877 AT_CHECK([pspp -O format=csv oneway-bad-contrast.sps], [0], [dnl
 878 "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."
 879
 880 Table: ANOVA
 881 ,,Sum of Squares,df,Mean Square,F,Sig.
 882 height,Between Groups,92629.63,1,92629.63,120.77,.000
 883 ,Within Groups,4601.87,6,766.98,,
 884 ,Total,97231.50,7,,,
 885 weight,Between Groups,2451.65,1,2451.65,174.59,.000
 886 ,Within Groups,84.25,6,14.04,,
 887 ,Total,2535.90,7,,,
 888 temperature,Between Groups,1.80,1,1.80,.13,.733
 889 ,Within Groups,84.55,6,14.09,,
 890 ,Total,86.36,7,,,
 891
 892 Table: Contrast Coefficients
 893 ,,sex,
 894 ,,.00,1.00
 895 Contrast,1,-1,1
 896 ,2,-3,3
 897 ,3,-9,9
 898
 899 Table: Contrast Tests
 900 ,,Contrast,Value of Contrast,Std. Error,t,df,Sig. (2-tailed)
 901 height,Assume equal variances,1,-222.27,20.23,10.99,6,.000
 902 ,,2,-666.80,60.68,10.99,6,.000
 903 ,,3,-2000.40,182.03,10.99,6,.000
 904 ,Does not assume equal,1,-222.27,27.67,-8.03,2.00,.015
 905 ,,2,-666.80,83.02,-8.03,2.00,.015
 906 ,,3,-2000.40,249.07,-8.03,2.00,.015
 907 weight,Assume equal variances,1,-36.16,2.74,13.21,6,.000
 908 ,,2,-108.48,8.21,13.21,6,.000
 909 ,,3,-325.44,24.63,13.21,6,.000
 910 ,Does not assume equal,1,-36.16,2.19,-16.48,5.42,.000
 911 ,,2,-108.48,6.58,-16.48,5.42,.000
 912 ,,3,-325.44,19.75,-16.48,5.42,.000
 913 temperature,Assume equal variances,1,-.98,2.74,.36,6,.733
 914 ,,2,-2.94,8.22,.36,6,.733
 915 ,,3,-8.83,24.67,.36,6,.733
 916 ,Does not assume equal,1,-.98,2.07,-.47,4.19,.660
 917 ,,2,-2.94,6.22,-.47,4.19,.660
 918 ,,3,-8.83,18.66,-.47,4.19,.660
 919 ])
 920
 921 AT_CLEANUP
 922
 923
 924 AT_SETUP([ONEWAY crash on single category independent variable])
 925 AT_DATA([crash.sps],[
 926 input program.
 927 loop #i = 1 to 10.
 928 compute test = #i.
 929 end case.
 930 end loop.
 931 end file.
 932 end input program.
 933
 934 compute x = 1.
 935
 936 oneway test by x.
 937 ])
 938
 939 AT_CHECK([pspp -O format=csv crash.sps], [0], [ignore])
 940
 941 AT_CLEANUP
 942
 943
 944
 945 AT_SETUP([ONEWAY crash on missing dependent variable])
 946 AT_DATA([crash2.sps],[dnl
 947 data list notable list /dv1 * dv2  *  y * .
 948 begin data.
 949 2  .  2
 950 1  .  2
 951 1  .  1
 952 2  .  4
 953 3  .  4
 954 4  .  4
 955 5  .  4
 956 end data.
 957
 958 ONEWAY
 959        /VARIABLES= dv1 dv2  BY y
 960        /STATISTICS = DESCRIPTIVES
 961        /POSTHOC = BONFERRONI LSD SCHEFFE SIDAK TUKEY
 962        /MISSING = ANALYSIS
 963        .
 964 ])
 965
 966 AT_CHECK([pspp -O format=csv crash2.sps], [0], [ignore])
 967
 968 AT_CLEANUP
 969
 970
 971
 972
 973 AT_SETUP([ONEWAY Games-Howell test with few cases])
 974 AT_DATA([crash3.sps],[dnl
 975 data list notable list /dv * y * .
 976 begin data.
 977 2 2
 978 1 2
 979 1 1
 980 2 4
 981 3 4
 982 end data.
 983
 984 ONEWAY
 985  /VARIABLES= dv BY y
 986  /POSTHOC = GH
 987  .
 988 ])
 989
 990 AT_CHECK([pspp -O format=csv crash3.sps], [0], [ignore])
 991
 992 AT_CLEANUP
 993
 994
 995 AT_SETUP([ONEWAY Crash on empty data])
 996 AT_DATA([crash4.sps],[dnl
 997 DATA LIST NOTABLE LIST /height * weight * temperature * sex *.
 998 BEGIN DATA.
 999 1801     .       .     0
1000 1606     .       .     1
1001 END DATA.
1002
1003 ONEWAY /VARIABLES= height weight temperature BY sex
1004  /CONTRAST = -1  1
1005  /CONTRAST = -3  3
1006  /CONTRAST =  2 -2  1
1007  /CONTRAST = -9  9
1008  .
1009 ])
1010
1011 AT_CHECK([pspp -O format=csv crash4.sps], [0], [ignore])
1012
1013 AT_CLEANUP
1014
1015
1016
1017 AT_SETUP([ONEWAY Crash on invalid dependent variable])
1018 AT_DATA([crash5.sps],[dnl
1019 data list notable list /a * b *.
1020 begin data.
1021 3 0
1022 2 0
1023 6 2
1024 end data.
1025
1026 oneway a"by b.
1027
1028 ])
1029
1030 AT_CHECK([pspp -O format=csv crash5.sps], [1], [ignore])
1031
1032 AT_CLEANUP
1033
1034
1035
1036
1037 AT_SETUP([ONEWAY Crash on unterminated string])
1038
1039 AT_DATA([crash6.sps], [dnl
1040 DATA LIST NOTABLE LIST /height * weight * temperature * sex *.
1041 BEGIN DATA.
1042 1801     .       .     0
1043 1606     .   0   .     1
1044 END DATA.
1045
1046 ONEWAY /VARIABLES= height weight temperature BY sex
1047  /CONTRAST =" 2 -2  1
1048  .
1049 ])
1050
1051 AT_CHECK([pspp -O format=csv crash6.sps], [1], [ignore])
1052
1053 AT_CLEANUP