src/language/stats/glm.q

   1 /* PSPP - a program for statistical analysis.
   2    Copyright (C) 2007 Free Software Foundation, Inc.
   3
   4    This program is free software: you can redistribute it and/or modify
   5    it under the terms of the GNU General Public License as published by
   6    the Free Software Foundation, either version 3 of the License, or
   7    (at your option) any later version.
   8
   9    This program is distributed in the hope that it will be useful,
  10    but WITHOUT ANY WARRANTY; without even the implied warranty of
  11    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  12    GNU General Public License for more details.
  13
  14    You should have received a copy of the GNU General Public License
  15    along with this program.  If not, see <http://www.gnu.org/licenses/>. */
  16
  17 #include <config.h>
  18
  19 #include <gsl/gsl_cdf.h>
  20 #include <gsl/gsl_matrix.h>
  21 #include <gsl/gsl_vector.h>
  22 #include <math.h>
  23 #include <stdlib.h>
  24
  25 #include <data/case.h>
  26 #include <data/category.h>
  27 #include <data/casegrouper.h>
  28 #include <data/casereader.h>
  29 #include <data/dictionary.h>
  30 #include <data/missing-values.h>
  31 #include <data/procedure.h>
  32 #include <data/transformations.h>
  33 #include <data/value-labels.h>
  34 #include <data/variable.h>
  35 #include <language/command.h>
  36 #include <language/dictionary/split-file.h>
  37 #include <language/data-io/file-handle.h>
  38 #include <language/lexer/lexer.h>
  39 #include <libpspp/compiler.h>
  40 #include <libpspp/message.h>
  41 #include <math/covariance-matrix.h>
  42 #include <math/coefficient.h>
  43 #include <math/linreg.h>
  44 #include <math/moments.h>
  45 #include <output/table.h>
  46
  47 #include "xalloc.h"
  48 #include "gettext.h"
  49
  50 #define GLM_LARGE_DATA 10000
  51
  52 /* (headers) */
  53
  54 /* (specification)
  55    "GLM" (glm_):
  56    *dependent=custom;
  57    by=varlist;
  58    with=varlist.
  59 */
  60 /* (declarations) */
  61 /* (functions) */
  62 static struct cmd_glm cmd;
  63
  64 /*
  65   Moments for each of the variables used.
  66  */
  67 struct moments_var
  68 {
  69   struct moments1 *m;
  70   double *weight;
  71   double *mean;
  72   double *variance;
  73   const struct variable *v;
  74 };
  75
  76
  77 /*
  78   Dependent variable used.
  79  */
  80 static const struct variable **v_dependent;
  81
  82 /*
  83   Number of dependent variables.
  84  */
  85 static size_t n_dependent;
  86
  87 #if 0
  88 /*
  89   Return value for the procedure.
  90  */
  91 static int pspp_glm_rc = CMD_SUCCESS;
  92 #else
  93 int cmd_glm (struct lexer *lexer, struct dataset *ds);
  94 #endif
  95
  96 static bool run_glm (struct casereader *,
  97                      struct cmd_glm *,
  98                      const struct dataset *);
  99
 100 int
 101 cmd_glm (struct lexer *lexer, struct dataset *ds)
 102 {
 103   struct casegrouper *grouper;
 104   struct casereader *group;
 105
 106   bool ok;
 107
 108   if (!parse_glm (lexer, ds, &cmd, NULL))
 109     return CMD_FAILURE;
 110
 111   /* Data pass. */
 112   grouper = casegrouper_create_splits (proc_open (ds), dataset_dict (ds));
 113   while (casegrouper_get_next_group (grouper, &group))
 114     {
 115       run_glm (group, &cmd, ds);
 116     }
 117   ok = casegrouper_destroy (grouper);
 118   ok = proc_commit (ds) && ok;
 119
 120   free (v_dependent);
 121   return ok ? CMD_SUCCESS : CMD_FAILURE;
 122 }
 123
 124 /* Parser for the dependent sub command */
 125 static int
 126 glm_custom_dependent (struct lexer *lexer, struct dataset *ds,
 127                       struct cmd_glm *cmd UNUSED, void *aux UNUSED)
 128 {
 129   const struct dictionary *dict = dataset_dict (ds);
 130
 131   if ((lex_token (lexer) != T_ID
 132        || dict_lookup_var (dict, lex_tokid (lexer)) == NULL)
 133       && lex_token (lexer) != T_ALL)
 134     return 2;
 135
 136   if (!parse_variables_const
 137       (lexer, dict, &v_dependent, &n_dependent, PV_NONE))
 138     {
 139       free (v_dependent);
 140       return 0;
 141     }
 142   assert (n_dependent);
 143   if (n_dependent > 1)
 144     msg (SE, _("Multivariate GLM not yet supported"));
 145   n_dependent = 1;              /* Drop this line after adding support for multivariate GLM. */
 146
 147   return 1;
 148 }
 149
 150 /*
 151   COV is the covariance matrix for variables included in the
 152   model. That means the dependent variable is in there, too.
 153  */
 154 static void
 155 coeff_init (pspp_linreg_cache * c, struct design_matrix *cov)
 156 {
 157   c->coeff = xnmalloc (cov->m->size2, sizeof (*c->coeff));
 158   c->n_coeffs = cov->m->size2 - 1;
 159   pspp_coeff_init (c->coeff, cov);
 160 }
 161
 162 /* Encode categorical variables.
 163    Returns number of valid cases. */
 164 static int
 165 data_pass_one (struct casereader *input,
 166                const struct variable **vars, size_t n_vars,
 167                struct moments_var **mom)
 168 {
 169   int n_data;
 170   struct ccase c;
 171   size_t i;
 172
 173   for (i = 0; i < n_vars; i++)
 174     {
 175       mom[i] = xmalloc (sizeof (*mom[i]));
 176       mom[i]->v = vars[i];
 177       mom[i]->mean = xmalloc (sizeof (*mom[i]->mean));
 178       mom[i]->variance = xmalloc (sizeof (*mom[i]->mean));
 179       mom[i]->weight = xmalloc (sizeof (*mom[i]->weight));
 180       mom[i]->m = moments1_create (MOMENT_VARIANCE);
 181       if (var_is_alpha (vars[i]))
 182         cat_stored_values_create (vars[i]);
 183     }
 184
 185   n_data = 0;
 186   for (; casereader_read (input, &c); case_destroy (&c))
 187     {
 188       /*
 189          The second condition ensures the program will run even if
 190          there is only one variable to act as both explanatory and
 191          response.
 192        */
 193       for (i = 0; i < n_vars; i++)
 194         {
 195           const union value *val = case_data (&c, vars[i]);
 196           if (var_is_alpha (vars[i]))
 197             cat_value_update (vars[i], val);
 198           else
 199             moments1_add (mom[i]->m, val->f, 1.0);
 200         }
 201       n_data++;
 202     }
 203   casereader_destroy (input);
 204   for (i = 0; i < n_vars; i++)
 205     {
 206       if (var_is_numeric (mom[i]->v))
 207         {
 208           moments1_calculate (mom[i]->m, mom[i]->weight, mom[i]->mean,
 209                               mom[i]->variance, NULL, NULL);
 210         }
 211     }
 212
 213   return n_data;
 214 }
 215
 216 static bool
 217 run_glm (struct casereader *input,
 218          struct cmd_glm *cmd,
 219          const struct dataset *ds)
 220 {
 221   pspp_linreg_cache *model = NULL;
 222   size_t i;
 223   size_t j;
 224   int n_indep = 0;
 225   struct ccase c;
 226   const struct variable **indep_vars;
 227   const struct variable **all_vars;
 228   struct design_matrix *X;
 229   struct moments_var **mom;
 230   struct casereader *reader;
 231   casenumber row;
 232   size_t n_all_vars;
 233   size_t n_data;                /* Number of valid cases. */
 234
 235   pspp_linreg_opts lopts;
 236
 237   if (!casereader_peek (input, 0, &c))
 238     {
 239       casereader_destroy (input);
 240       return true;
 241     }
 242   output_split_file_values (ds, &c);
 243   case_destroy (&c);
 244
 245   if (!v_dependent)
 246     {
 247       dict_get_vars (dataset_dict (ds), &v_dependent, &n_dependent,
 248                      1u << DC_SYSTEM);
 249     }
 250
 251   lopts.get_depvar_mean_std = 1;
 252
 253   lopts.get_indep_mean_std = xnmalloc (n_dependent, sizeof (int));
 254   indep_vars = xnmalloc (cmd->n_by, sizeof *indep_vars);
 255   n_all_vars = cmd->n_by + n_dependent;
 256   all_vars = xnmalloc (n_all_vars, sizeof *all_vars);
 257
 258   for (i = 0; i < n_dependent; i++)
 259     {
 260       all_vars[i] = v_dependent[i];
 261     }
 262   for (i = 0; i < cmd->n_by; i++)
 263     {
 264       indep_vars[i] = cmd->v_by[i];
 265       all_vars[i + n_dependent] = cmd->v_by[i];
 266     }
 267   n_indep = cmd->n_by;
 268   mom = xnmalloc (n_all_vars, sizeof (*mom));
 269
 270
 271   reader = casereader_clone (input);
 272   reader = casereader_create_filter_missing (reader, indep_vars, n_indep,
 273                                              MV_ANY, NULL, NULL);
 274   reader = casereader_create_filter_missing (reader, v_dependent, 1,
 275                                              MV_ANY, NULL, NULL);
 276   n_data = data_pass_one (casereader_clone (reader),
 277                           (const struct variable **) all_vars, n_all_vars,
 278                           mom);
 279
 280   if ((n_data > 0) && (n_indep > 0))
 281     {
 282       for (i = 0; i < n_all_vars; i++)
 283         if (var_is_alpha (all_vars[i]))
 284           cat_stored_values_create (all_vars[i]);
 285
 286       X =
 287         covariance_matrix_create (n_all_vars,
 288                                   (const struct variable **) all_vars);
 289       reader = casereader_create_counter (reader, &row, -1);
 290       for (; casereader_read (reader, &c); case_destroy (&c))
 291         {
 292           /*
 293              Accumulate the covariance matrix.
 294            */
 295           for (i = 0; i < n_all_vars; ++i)
 296             {
 297               const struct variable *v = all_vars[i];
 298               const union value *val_v = case_data (&c, v);
 299               if (var_is_alpha (all_vars[i]))
 300                 cat_value_update (all_vars[i], val_v);
 301               for (j = i; j < n_all_vars; j++)
 302                 {
 303                   const struct variable *w = all_vars[j];
 304                   const union value *val_w = case_data (&c, w);
 305                   covariance_pass_two (X, *mom[i]->mean, *mom[j]->mean,
 306                                        (double) n_data,
 307                                        v, w, val_v, val_w);
 308                 }
 309             }
 310         }
 311       model = pspp_linreg_cache_alloc (v_dependent[0], indep_vars, n_data, n_indep);
 312       /*
 313         For large data sets, use QR decomposition.
 314       */
 315       if (n_data > sqrt (n_indep) && n_data > GLM_LARGE_DATA)
 316         {
 317           model->method = PSPP_LINREG_QR;
 318         }
 319       coeff_init (model, X);
 320       pspp_linreg_with_cov (X, model);
 321       casereader_destroy (reader);
 322       for (i = 0; i < n_all_vars; i++)
 323         {
 324           moments1_destroy (mom[i]->m);
 325           free (mom[i]->mean);
 326           free (mom[i]->variance);
 327           free (mom[i]->weight);
 328           free (mom[i]);
 329         }
 330       free (mom);
 331       covariance_matrix_destroy (X);
 332     }
 333   else
 334     {
 335       msg (SE, gettext ("No valid data found. This command was skipped."));
 336     }
 337   free (indep_vars);
 338   free (lopts.get_indep_mean_std);
 339   pspp_linreg_cache_free (model);
 340   casereader_destroy (input);
 341
 342   return true;
 343 }
 344
 345 /*
 346   Local Variables:
 347   mode: c
 348   End:
 349 */