src/language/stats/oneway.q

   1 /* PSPP - a program for statistical analysis.
   2    Copyright (C) 1997-9, 2000, 2007, 2009 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 <math.h>
  21 #include <stdio.h>
  22 #include <stdlib.h>
  23
  24 #include <data/case.h>
  25 #include <data/casegrouper.h>
  26 #include <data/casereader.h>
  27 #include <data/dictionary.h>
  28 #include <data/procedure.h>
  29 #include <data/value-labels.h>
  30 #include <data/variable.h>
  31 #include <language/command.h>
  32 #include <language/dictionary/split-file.h>
  33 #include <language/lexer/lexer.h>
  34 #include <libpspp/compiler.h>
  35 #include <libpspp/hash.h>
  36 #include <libpspp/message.h>
  37 #include <libpspp/misc.h>
  38 #include <libpspp/str.h>
  39 #include <libpspp/taint.h>
  40 #include <math/group-proc.h>
  41 #include <math/group.h>
  42 #include <math/levene.h>
  43 #include <output/manager.h>
  44 #include <output/table.h>
  45 #include "sort-criteria.h"
  46
  47 #include "xalloc.h"
  48
  49 #include "gettext.h"
  50 #define _(msgid) gettext (msgid)
  51
  52 /* (headers) */
  53
  54 /* (specification)
  55    "ONEWAY" (oneway_):
  56    *^variables=custom;
  57    missing=miss:!analysis/listwise,
  58    incl:include/!exclude;
  59    +contrast= double list;
  60    +statistics[st_]=descriptives,homogeneity.
  61 */
  62 /* (declarations) */
  63 /* (functions) */
  64
  65 static struct cmd_oneway cmd;
  66
  67 /* The independent variable */
  68 static const struct variable *indep_var;
  69
  70 /* Number of dependent variables */
  71 static size_t n_vars;
  72
  73 /* The dependent variables */
  74 static const struct variable **vars;
  75
  76
  77 /* A  hash table containing all the distinct values of the independent
  78    variables */
  79 static struct hsh_table *global_group_hash;
  80
  81 /* The number of distinct values of the independent variable, when all
  82    missing values are disregarded */
  83 static int ostensible_number_of_groups = -1;
  84
  85
  86 static void run_oneway (struct cmd_oneway *, struct casereader *,
  87                         const struct dataset *);
  88
  89
  90 /* Routines to show the output tables */
  91 static void show_anova_table (void);
  92 static void show_descriptives (void);
  93 static void show_homogeneity (void);
  94
  95 static void show_contrast_coeffs (short *);
  96 static void show_contrast_tests (short *);
  97
  98
  99 enum stat_table_t {STAT_DESC = 1, STAT_HOMO = 2};
 100
 101 static enum stat_table_t stat_tables;
 102
 103 void output_oneway (void);
 104
 105
 106 int
 107 cmd_oneway (struct lexer *lexer, struct dataset *ds)
 108 {
 109   struct casegrouper *grouper;
 110   struct casereader *group;
 111   int i;
 112   bool ok;
 113
 114   if ( !parse_oneway (lexer, ds, &cmd, NULL))
 115     return CMD_FAILURE;
 116
 117   /* What statistics were requested */
 118   if ( cmd.sbc_statistics)
 119     {
 120
 121       for (i = 0; i < ONEWAY_ST_count; ++i)
 122         {
 123           if (! cmd.a_statistics[i]) continue;
 124
 125           switch (i)
 126             {
 127             case ONEWAY_ST_DESCRIPTIVES:
 128               stat_tables |= STAT_DESC;
 129               break;
 130             case ONEWAY_ST_HOMOGENEITY:
 131               stat_tables |= STAT_HOMO;
 132               break;
 133             }
 134         }
 135     }
 136
 137   /* Data pass.  FIXME: error handling. */
 138   grouper = casegrouper_create_splits (proc_open (ds), dataset_dict (ds));
 139   while (casegrouper_get_next_group (grouper, &group))
 140     run_oneway (&cmd, group, ds);
 141   ok = casegrouper_destroy (grouper);
 142   ok = proc_commit (ds) && ok;
 143
 144   free (vars);
 145   free_oneway (&cmd);
 146
 147   return ok ? CMD_SUCCESS : CMD_CASCADING_FAILURE;
 148 }
 149
 150
 151 void
 152 output_oneway (void)
 153 {
 154   size_t i;
 155   short *bad_contrast;
 156
 157   bad_contrast = xnmalloc (cmd.sbc_contrast, sizeof *bad_contrast);
 158
 159   /* Check the sanity of the given contrast values */
 160   for (i = 0; i < cmd.sbc_contrast; ++i)
 161     {
 162       int j;
 163       double sum = 0;
 164
 165       bad_contrast[i] = 0;
 166       if (subc_list_double_count (&cmd.dl_contrast[i]) !=
 167           ostensible_number_of_groups)
 168         {
 169           msg (SW,
 170                _("Number of contrast coefficients must equal the number of groups"));
 171           bad_contrast[i] = 1;
 172           continue;
 173         }
 174
 175       for (j = 0; j < ostensible_number_of_groups; ++j)
 176         sum += subc_list_double_at (&cmd.dl_contrast[i], j);
 177
 178       if ( sum != 0.0 )
 179         msg (SW, _("Coefficients for contrast %zu do not total zero"), i + 1);
 180     }
 181
 182   if ( stat_tables & STAT_DESC )
 183     show_descriptives ();
 184
 185   if ( stat_tables & STAT_HOMO )
 186     show_homogeneity ();
 187
 188   show_anova_table ();
 189
 190   if (cmd.sbc_contrast )
 191     {
 192       show_contrast_coeffs (bad_contrast);
 193       show_contrast_tests (bad_contrast);
 194     }
 195
 196   free (bad_contrast);
 197
 198   /* Clean up */
 199   for (i = 0; i < n_vars; ++i )
 200     {
 201       struct hsh_table *group_hash = group_proc_get (vars[i])->group_hash;
 202
 203       hsh_destroy (group_hash);
 204     }
 205
 206   hsh_destroy (global_group_hash);
 207 }
 208
 209
 210 /* Parser for the variables sub command */
 211 static int
 212 oneway_custom_variables (struct lexer *lexer,
 213                          struct dataset *ds, struct cmd_oneway *cmd UNUSED,
 214                          void *aux UNUSED)
 215 {
 216   struct dictionary *dict = dataset_dict (ds);
 217
 218   lex_match (lexer, '=');
 219
 220   if ((lex_token (lexer) != T_ID ||
 221        dict_lookup_var (dict, lex_tokid (lexer)) == NULL)
 222       && lex_token (lexer) != T_ALL)
 223     return 2;
 224
 225   if (!parse_variables_const (lexer, dict, &vars, &n_vars,
 226                               PV_DUPLICATE
 227                               | PV_NUMERIC | PV_NO_SCRATCH) )
 228     {
 229       free (vars);
 230       return 0;
 231     }
 232
 233   assert (n_vars);
 234
 235   if ( ! lex_match (lexer, T_BY))
 236     return 2;
 237
 238   indep_var = parse_variable (lexer, dict);
 239
 240   if ( !indep_var )
 241     {
 242       msg (SE, _("`%s' is not a variable name"), lex_tokid (lexer));
 243       return 0;
 244     }
 245
 246   return 1;
 247 }
 248
 249
 250 /* Show the ANOVA table */
 251 static void
 252 show_anova_table (void)
 253 {
 254   size_t i;
 255   int n_cols =7;
 256   size_t n_rows = n_vars * 3 + 1;
 257
 258   struct tab_table *t;
 259
 260
 261   t = tab_create (n_cols, n_rows, 0);
 262   tab_headers (t, 2, 0, 1, 0);
 263   tab_dim (t, tab_natural_dimensions);
 264
 265
 266   tab_box (t,
 267            TAL_2, TAL_2,
 268            -1, TAL_1,
 269            0, 0,
 270            n_cols - 1, n_rows - 1);
 271
 272   tab_hline (t, TAL_2, 0, n_cols - 1, 1 );
 273   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
 274   tab_vline (t, TAL_0, 1, 0, 0);
 275
 276   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("Sum of Squares"));
 277   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("df"));
 278   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("Mean Square"));
 279   tab_text (t, 5, 0, TAB_CENTER | TAT_TITLE, _("F"));
 280   tab_text (t, 6, 0, TAB_CENTER | TAT_TITLE, _("Significance"));
 281
 282
 283   for (i = 0; i < n_vars; ++i)
 284     {
 285       struct group_statistics *totals = &group_proc_get (vars[i])->ugs;
 286       struct hsh_table *group_hash = group_proc_get (vars[i])->group_hash;
 287       struct hsh_iterator g;
 288       struct group_statistics *gs;
 289       double ssa = 0;
 290       const char *s = var_to_string (vars[i]);
 291
 292       for (gs =  hsh_first (group_hash, &g);
 293            gs != 0;
 294            gs = hsh_next (group_hash, &g))
 295         {
 296           ssa += pow2 (gs->sum) / gs->n;
 297         }
 298
 299       ssa -= pow2 (totals->sum) / totals->n;
 300
 301       tab_text (t, 0, i * 3 + 1, TAB_LEFT | TAT_TITLE, s);
 302       tab_text (t, 1, i * 3 + 1, TAB_LEFT | TAT_TITLE, _("Between Groups"));
 303       tab_text (t, 1, i * 3 + 2, TAB_LEFT | TAT_TITLE, _("Within Groups"));
 304       tab_text (t, 1, i * 3 + 3, TAB_LEFT | TAT_TITLE, _("Total"));
 305
 306       if (i > 0)
 307         tab_hline (t, TAL_1, 0, n_cols - 1, i * 3 + 1);
 308
 309       {
 310         struct group_proc *gp = group_proc_get (vars[i]);
 311         const double sst = totals->ssq - pow2 (totals->sum) / totals->n;
 312         const double df1 = gp->n_groups - 1;
 313         const double df2 = totals->n - gp->n_groups;
 314         const double msa = ssa / df1;
 315
 316         gp->mse  = (sst - ssa) / df2;
 317
 318
 319         /* Sums of Squares */
 320         tab_float (t, 2, i * 3 + 1, 0, ssa, 10, 2);
 321         tab_float (t, 2, i * 3 + 3, 0, sst, 10, 2);
 322         tab_float (t, 2, i * 3 + 2, 0, sst - ssa, 10, 2);
 323
 324
 325         /* Degrees of freedom */
 326         tab_float (t, 3, i * 3 + 1, 0, df1, 4, 0);
 327         tab_float (t, 3, i * 3 + 2, 0, df2, 4, 0);
 328         tab_float (t, 3, i * 3 + 3, 0, totals->n - 1, 4, 0);
 329
 330         /* Mean Squares */
 331         tab_float (t, 4, i * 3 + 1, TAB_RIGHT, msa, 8, 3);
 332         tab_float (t, 4, i * 3 + 2, TAB_RIGHT, gp->mse, 8, 3);
 333
 334         {
 335           const double F = msa/gp->mse;
 336
 337           /* The F value */
 338           tab_float (t, 5, i * 3 + 1, 0,  F, 8, 3);
 339
 340           /* The significance */
 341           tab_float (t, 6, i * 3 + 1, 0, gsl_cdf_fdist_Q (F, df1, df2), 8, 3);
 342         }
 343       }
 344     }
 345
 346
 347   tab_title (t, _("ANOVA"));
 348   tab_submit (t);
 349 }
 350
 351
 352 /* Show the descriptives table */
 353 static void
 354 show_descriptives (void)
 355 {
 356   size_t v;
 357   int n_cols =10;
 358   struct tab_table *t;
 359   int row;
 360
 361   const double confidence = 0.95;
 362   const double q = (1.0 - confidence) / 2.0;
 363
 364
 365   int n_rows = 2;
 366
 367   for ( v = 0; v < n_vars; ++v )
 368     n_rows += group_proc_get (vars[v])->n_groups + 1;
 369
 370   t = tab_create (n_cols, n_rows, 0);
 371   tab_headers (t, 2, 0, 2, 0);
 372   tab_dim (t, tab_natural_dimensions);
 373
 374
 375   /* Put a frame around the entire box, and vertical lines inside */
 376   tab_box (t,
 377            TAL_2, TAL_2,
 378            -1, TAL_1,
 379            0, 0,
 380            n_cols - 1, n_rows - 1);
 381
 382   /* Underline headers */
 383   tab_hline (t, TAL_2, 0, n_cols - 1, 2);
 384   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
 385
 386   tab_text (t, 2, 1, TAB_CENTER | TAT_TITLE, _("N"));
 387   tab_text (t, 3, 1, TAB_CENTER | TAT_TITLE, _("Mean"));
 388   tab_text (t, 4, 1, TAB_CENTER | TAT_TITLE, _("Std. Deviation"));
 389   tab_text (t, 5, 1, TAB_CENTER | TAT_TITLE, _("Std. Error"));
 390
 391
 392   tab_vline (t, TAL_0, 7, 0, 0);
 393   tab_hline (t, TAL_1, 6, 7, 1);
 394   tab_joint_text (t, 6, 0, 7, 0, TAB_CENTER | TAT_TITLE | TAT_PRINTF,
 395                   _("%g%% Confidence Interval for Mean"), confidence*100.0);
 396
 397   tab_text (t, 6, 1, TAB_CENTER | TAT_TITLE, _("Lower Bound"));
 398   tab_text (t, 7, 1, TAB_CENTER | TAT_TITLE, _("Upper Bound"));
 399
 400   tab_text (t, 8, 1, TAB_CENTER | TAT_TITLE, _("Minimum"));
 401   tab_text (t, 9, 1, TAB_CENTER | TAT_TITLE, _("Maximum"));
 402
 403
 404   tab_title (t, _("Descriptives"));
 405
 406
 407   row = 2;
 408   for (v = 0; v < n_vars; ++v)
 409     {
 410       double T;
 411       double std_error;
 412
 413       struct group_proc *gp = group_proc_get (vars[v]);
 414
 415       struct group_statistics *gs;
 416       struct group_statistics *totals = &gp->ugs;
 417
 418       const char *s = var_to_string (vars[v]);
 419
 420       struct group_statistics *const *gs_array =
 421         (struct group_statistics *const *) hsh_sort (gp->group_hash);
 422       int count = 0;
 423
 424       tab_text (t, 0, row, TAB_LEFT | TAT_TITLE, s);
 425       if ( v > 0)
 426         tab_hline (t, TAL_1, 0, n_cols - 1, row);
 427
 428       for (count = 0; count < hsh_count (gp->group_hash); ++count)
 429         {
 430           struct string vstr;
 431           ds_init_empty (&vstr);
 432           gs = gs_array[count];
 433
 434           var_append_value_name (indep_var, &gs->id, &vstr);
 435
 436           tab_text (t, 1, row + count,
 437                     TAB_LEFT | TAT_TITLE,
 438                     ds_cstr (&vstr));
 439
 440           ds_destroy (&vstr);
 441
 442           /* Now fill in the numbers ... */
 443
 444           tab_float (t, 2, row + count, 0, gs->n, 8, 0);
 445
 446           tab_float (t, 3, row + count, 0, gs->mean, 8, 2);
 447
 448           tab_float (t, 4, row + count, 0, gs->std_dev, 8, 2);
 449
 450           std_error = gs->std_dev/sqrt (gs->n);
 451           tab_float (t, 5, row + count, 0,
 452                      std_error, 8, 2);
 453
 454           /* Now the confidence interval */
 455
 456           T = gsl_cdf_tdist_Qinv (q, gs->n - 1);
 457
 458           tab_float (t, 6, row + count, 0,
 459                      gs->mean - T * std_error, 8, 2);
 460
 461           tab_float (t, 7, row + count, 0,
 462                      gs->mean + T * std_error, 8, 2);
 463
 464           /* Min and Max */
 465           tab_float (t, 8, row + count, 0,  gs->minimum, 8, 2);
 466           tab_float (t, 9, row + count, 0,  gs->maximum, 8, 2);
 467         }
 468
 469       tab_text (t, 1, row + count,
 470                 TAB_LEFT | TAT_TITLE, _("Total"));
 471
 472       tab_float (t, 2, row + count, 0, totals->n, 8, 0);
 473
 474       tab_float (t, 3, row + count, 0, totals->mean, 8, 2);
 475
 476       tab_float (t, 4, row + count, 0, totals->std_dev, 8, 2);
 477
 478       std_error = totals->std_dev/sqrt (totals->n);
 479
 480       tab_float (t, 5, row + count, 0, std_error, 8, 2);
 481
 482       /* Now the confidence interval */
 483
 484       T = gsl_cdf_tdist_Qinv (q, totals->n - 1);
 485
 486       tab_float (t, 6, row + count, 0,
 487                  totals->mean - T * std_error, 8, 2);
 488
 489       tab_float (t, 7, row + count, 0,
 490                  totals->mean + T * std_error, 8, 2);
 491
 492       /* Min and Max */
 493       tab_float (t, 8, row + count, 0,  totals->minimum, 8, 2);
 494       tab_float (t, 9, row + count, 0,  totals->maximum, 8, 2);
 495
 496       row += gp->n_groups + 1;
 497     }
 498
 499   tab_submit (t);
 500 }
 501
 502 /* Show the homogeneity table */
 503 static void
 504 show_homogeneity (void)
 505 {
 506   size_t v;
 507   int n_cols = 5;
 508   size_t n_rows = n_vars + 1;
 509
 510   struct tab_table *t;
 511
 512
 513   t = tab_create (n_cols, n_rows, 0);
 514   tab_headers (t, 1, 0, 1, 0);
 515   tab_dim (t, tab_natural_dimensions);
 516
 517   /* Put a frame around the entire box, and vertical lines inside */
 518   tab_box (t,
 519            TAL_2, TAL_2,
 520            -1, TAL_1,
 521            0, 0,
 522            n_cols - 1, n_rows - 1);
 523
 524
 525   tab_hline (t, TAL_2, 0, n_cols - 1, 1);
 526   tab_vline (t, TAL_2, 1, 0, n_rows - 1);
 527
 528
 529   tab_text (t, 1, 0, TAB_CENTER | TAT_TITLE, _("Levene Statistic"));
 530   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("df1"));
 531   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("df2"));
 532   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("Significance"));
 533
 534   tab_title (t, _("Test of Homogeneity of Variances"));
 535
 536   for (v = 0; v < n_vars; ++v)
 537     {
 538       double F;
 539       const struct variable *var = vars[v];
 540       const struct group_proc *gp = group_proc_get (vars[v]);
 541       const char *s = var_to_string (var);
 542       const struct group_statistics *totals = &gp->ugs;
 543
 544       const double df1 = gp->n_groups - 1;
 545       const double df2 = totals->n - gp->n_groups;
 546
 547       tab_text (t, 0, v + 1, TAB_LEFT | TAT_TITLE, s);
 548
 549       F = gp->levene;
 550       tab_float (t, 1, v + 1, TAB_RIGHT, F, 8, 3);
 551       tab_float (t, 2, v + 1, TAB_RIGHT, df1, 8, 0);
 552       tab_float (t, 3, v + 1, TAB_RIGHT, df2, 8, 0);
 553
 554       /* Now the significance */
 555       tab_float (t, 4, v + 1, TAB_RIGHT, gsl_cdf_fdist_Q (F, df1, df2), 8, 3);
 556     }
 557
 558   tab_submit (t);
 559 }
 560
 561
 562 /* Show the contrast coefficients table */
 563 static void
 564 show_contrast_coeffs (short *bad_contrast)
 565 {
 566   int n_cols = 2 + ostensible_number_of_groups;
 567   int n_rows = 2 + cmd.sbc_contrast;
 568   union value *group_value;
 569   int count = 0;
 570   void *const *group_values;
 571
 572   struct tab_table *t;
 573
 574   t = tab_create (n_cols, n_rows, 0);
 575   tab_headers (t, 2, 0, 2, 0);
 576   tab_dim (t, tab_natural_dimensions);
 577
 578   /* Put a frame around the entire box, and vertical lines inside */
 579   tab_box (t,
 580            TAL_2, TAL_2,
 581            -1, TAL_1,
 582            0, 0,
 583            n_cols - 1, n_rows - 1);
 584
 585   tab_box (t,
 586            -1, -1,
 587            TAL_0, TAL_0,
 588            2, 0,
 589            n_cols - 1, 0);
 590
 591   tab_box (t,
 592            -1, -1,
 593            TAL_0, TAL_0,
 594            0, 0,
 595            1, 1);
 596
 597   tab_hline (t, TAL_1, 2, n_cols - 1, 1);
 598   tab_hline (t, TAL_2, 0, n_cols - 1, 2);
 599
 600   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
 601
 602   tab_title (t, _("Contrast Coefficients"));
 603
 604   tab_text (t,  0, 2, TAB_LEFT | TAT_TITLE, _("Contrast"));
 605
 606
 607   tab_joint_text (t, 2, 0, n_cols - 1, 0, TAB_CENTER | TAT_TITLE,
 608                   var_to_string (indep_var));
 609
 610   group_values = hsh_sort (global_group_hash);
 611   for (count = 0;
 612        count < hsh_count (global_group_hash);
 613        ++count)
 614     {
 615       int i;
 616       struct string vstr;
 617       group_value = group_values[count];
 618
 619       ds_init_empty (&vstr);
 620
 621       var_append_value_name (indep_var, group_value, &vstr);
 622
 623       tab_text (t, count + 2, 1, TAB_CENTER | TAT_TITLE,
 624                 ds_cstr (&vstr));
 625
 626       ds_destroy (&vstr);
 627
 628
 629       for (i = 0; i < cmd.sbc_contrast; ++i )
 630         {
 631           tab_text (t, 1, i + 2, TAB_CENTER | TAT_PRINTF, "%d", i + 1);
 632
 633           if ( bad_contrast[i] )
 634             tab_text (t, count + 2, i + 2, TAB_RIGHT, "?" );
 635           else
 636             tab_text (t, count + 2, i + 2, TAB_RIGHT | TAT_PRINTF, "%g",
 637                       subc_list_double_at (&cmd.dl_contrast[i], count)
 638                       );
 639         }
 640     }
 641
 642   tab_submit (t);
 643 }
 644
 645
 646 /* Show the results of the contrast tests */
 647 static void
 648 show_contrast_tests (short *bad_contrast)
 649 {
 650   size_t v;
 651   int n_cols = 8;
 652   size_t n_rows = 1 + n_vars * 2 * cmd.sbc_contrast;
 653
 654   struct tab_table *t;
 655
 656   t = tab_create (n_cols, n_rows, 0);
 657   tab_headers (t, 3, 0, 1, 0);
 658   tab_dim (t, tab_natural_dimensions);
 659
 660   /* Put a frame around the entire box, and vertical lines inside */
 661   tab_box (t,
 662            TAL_2, TAL_2,
 663            -1, TAL_1,
 664            0, 0,
 665            n_cols - 1, n_rows - 1);
 666
 667   tab_box (t,
 668            -1, -1,
 669            TAL_0, TAL_0,
 670            0, 0,
 671            2, 0);
 672
 673   tab_hline (t, TAL_2, 0, n_cols - 1, 1);
 674   tab_vline (t, TAL_2, 3, 0, n_rows - 1);
 675
 676
 677   tab_title (t, _("Contrast Tests"));
 678
 679   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("Contrast"));
 680   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("Value of Contrast"));
 681   tab_text (t,  4, 0, TAB_CENTER | TAT_TITLE, _("Std. Error"));
 682   tab_text (t,  5, 0, TAB_CENTER | TAT_TITLE, _("t"));
 683   tab_text (t,  6, 0, TAB_CENTER | TAT_TITLE, _("df"));
 684   tab_text (t,  7, 0, TAB_CENTER | TAT_TITLE, _("Sig. (2-tailed)"));
 685
 686   for (v = 0; v < n_vars; ++v)
 687     {
 688       int i;
 689       int lines_per_variable = 2 * cmd.sbc_contrast;
 690
 691
 692       tab_text (t,  0, (v * lines_per_variable) + 1, TAB_LEFT | TAT_TITLE,
 693                 var_to_string (vars[v]));
 694
 695       for (i = 0; i < cmd.sbc_contrast; ++i)
 696         {
 697           int ci;
 698           double contrast_value = 0.0;
 699           double coef_msq = 0.0;
 700           struct group_proc *grp_data = group_proc_get (vars[v]);
 701           struct hsh_table *group_hash = grp_data->group_hash;
 702
 703           void *const *group_stat_array;
 704
 705           double T;
 706           double std_error_contrast;
 707           double df;
 708           double sec_vneq = 0.0;
 709
 710
 711           /* Note: The calculation of the degrees of freedom in the
 712              "variances not equal" case is painfull!!
 713              The following formula may help to understand it:
 714              \frac{\left (\sum_{i=1}^k{c_i^2\frac{s_i^2}{n_i}}\right)^2}
 715              {
 716              \sum_{i=1}^k\left (
 717              \frac{\left (c_i^2\frac{s_i^2}{n_i}\right)^2}  {n_i-1}
 718              \right)
 719              }
 720           */
 721
 722           double df_denominator = 0.0;
 723           double df_numerator = 0.0;
 724           if ( i == 0 )
 725             {
 726               tab_text (t,  1, (v * lines_per_variable) + i + 1,
 727                         TAB_LEFT | TAT_TITLE,
 728                         _("Assume equal variances"));
 729
 730               tab_text (t,  1, (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 731                         TAB_LEFT | TAT_TITLE,
 732                         _("Does not assume equal"));
 733             }
 734
 735           tab_text (t,  2, (v * lines_per_variable) + i + 1,
 736                     TAB_CENTER | TAT_TITLE | TAT_PRINTF, "%d", i + 1);
 737
 738
 739           tab_text (t,  2, (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 740                     TAB_CENTER | TAT_TITLE | TAT_PRINTF, "%d", i + 1);
 741
 742
 743           if ( bad_contrast[i])
 744             continue;
 745
 746           group_stat_array = hsh_sort (group_hash);
 747
 748           for (ci = 0; ci < hsh_count (group_hash);  ++ci)
 749             {
 750               const double coef = subc_list_double_at (&cmd.dl_contrast[i], ci);
 751               struct group_statistics *gs = group_stat_array[ci];
 752
 753               const double winv = pow2 (gs->std_dev) / gs->n;
 754
 755               contrast_value += coef * gs->mean;
 756
 757               coef_msq += (coef * coef) / gs->n;
 758
 759               sec_vneq += (coef * coef) * pow2 (gs->std_dev) /gs->n;
 760
 761               df_numerator += (coef * coef) * winv;
 762               df_denominator += pow2((coef * coef) * winv) / (gs->n - 1);
 763             }
 764           sec_vneq = sqrt (sec_vneq);
 765
 766           df_numerator = pow2(df_numerator);
 767
 768           tab_float (t,  3, (v * lines_per_variable) + i + 1,
 769                      TAB_RIGHT, contrast_value, 8, 2);
 770
 771           tab_float (t,  3, (v * lines_per_variable) + i + 1 +
 772                      cmd.sbc_contrast,
 773                      TAB_RIGHT, contrast_value, 8, 2);
 774
 775           std_error_contrast = sqrt (grp_data->mse * coef_msq);
 776
 777           /* Std. Error */
 778           tab_float (t,  4, (v * lines_per_variable) + i + 1,
 779                      TAB_RIGHT, std_error_contrast,
 780                      8, 3);
 781
 782           T = fabs (contrast_value / std_error_contrast);
 783
 784           /* T Statistic */
 785
 786           tab_float (t,  5, (v * lines_per_variable) + i + 1,
 787                      TAB_RIGHT, T,
 788                      8, 3);
 789
 790           df = grp_data->ugs.n - grp_data->n_groups;
 791
 792           /* Degrees of Freedom */
 793           tab_float (t,  6, (v * lines_per_variable) + i + 1,
 794                      TAB_RIGHT,  df,
 795                      8, 0);
 796
 797
 798           /* Significance TWO TAILED !!*/
 799           tab_float (t,  7, (v * lines_per_variable) + i + 1,
 800                      TAB_RIGHT,  2 * gsl_cdf_tdist_Q (T, df),
 801                      8, 3);
 802
 803
 804           /* Now for the Variances NOT Equal case */
 805
 806           /* Std. Error */
 807           tab_float (t,  4,
 808                      (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 809                      TAB_RIGHT, sec_vneq,
 810                      8, 3);
 811
 812
 813           T = contrast_value / sec_vneq;
 814           tab_float (t,  5,
 815                      (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 816                      TAB_RIGHT, T,
 817                      8, 3);
 818
 819
 820           df = df_numerator / df_denominator;
 821
 822           tab_float (t,  6,
 823                      (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 824                      TAB_RIGHT, df,
 825                      8, 3);
 826
 827           /* The Significance */
 828
 829           tab_float (t, 7, (v * lines_per_variable) + i + 1 + cmd.sbc_contrast,
 830                      TAB_RIGHT,  2 * gsl_cdf_tdist_Q (T, df),
 831                      8, 3);
 832
 833
 834         }
 835
 836       if ( v > 0 )
 837         tab_hline (t, TAL_1, 0, n_cols - 1, (v * lines_per_variable) + 1);
 838     }
 839
 840   tab_submit (t);
 841
 842 }
 843
 844
 845 /* ONEWAY ANOVA Calculations */
 846
 847 static void  postcalc (struct cmd_oneway *cmd UNUSED);
 848
 849 static void  precalc (struct cmd_oneway *cmd UNUSED);
 850
 851
 852
 853 /* Pre calculations */
 854 static void
 855 precalc (struct cmd_oneway *cmd UNUSED)
 856 {
 857   size_t i = 0;
 858
 859   for (i = 0; i < n_vars; ++i)
 860     {
 861       struct group_proc *gp = group_proc_get (vars[i]);
 862       struct group_statistics *totals = &gp->ugs;
 863
 864       /* Create a hash for each of the dependent variables.
 865          The hash contains a group_statistics structure,
 866          and is keyed by value of the independent variable */
 867
 868       gp->group_hash = hsh_create (4, compare_group, hash_group,
 869                                    (hsh_free_func *) free_group,
 870                                    indep_var);
 871
 872       totals->sum = 0;
 873       totals->n = 0;
 874       totals->ssq = 0;
 875       totals->sum_diff = 0;
 876       totals->maximum = -DBL_MAX;
 877       totals->minimum = DBL_MAX;
 878     }
 879 }
 880
 881 static void
 882 free_value (void *value_, const void *aux UNUSED)
 883 {
 884   union value *value = value_;
 885   free (value);
 886 }
 887
 888 static void
 889 run_oneway (struct cmd_oneway *cmd,
 890             struct casereader *input,
 891             const struct dataset *ds)
 892 {
 893   struct taint *taint;
 894   struct dictionary *dict = dataset_dict (ds);
 895   enum mv_class exclude;
 896   struct casereader *reader;
 897   struct ccase *c;
 898
 899   c = casereader_peek (input, 0);
 900   if (c == NULL)
 901     {
 902       casereader_destroy (input);
 903       return;
 904     }
 905   output_split_file_values (ds, c);
 906   case_unref (c);
 907
 908   taint = taint_clone (casereader_get_taint (input));
 909
 910   global_group_hash = hsh_create (4,
 911                                   compare_values_short,
 912                                   hash_value_short,
 913                                   free_value,
 914                                   indep_var);
 915
 916   precalc (cmd);
 917
 918   exclude = cmd->incl != ONEWAY_INCLUDE ? MV_ANY : MV_SYSTEM;
 919   input = casereader_create_filter_missing (input, &indep_var, 1,
 920                                             exclude, NULL, NULL);
 921   if (cmd->miss == ONEWAY_LISTWISE)
 922     input = casereader_create_filter_missing (input, vars, n_vars,
 923                                               exclude, NULL, NULL);
 924   input = casereader_create_filter_weight (input, dict, NULL, NULL);
 925
 926   reader = casereader_clone (input);
 927   for (; (c = casereader_read (reader)) != NULL; case_unref (c))
 928     {
 929       size_t i;
 930
 931       const double weight = dict_get_case_weight (dict, c, NULL);
 932
 933       const union value *indep_val = case_data (c, indep_var);
 934       void **p = hsh_probe (global_group_hash, indep_val);
 935       if (*p == NULL)
 936         *p = value_dup (indep_val, var_get_width (indep_var));
 937
 938       for (i = 0; i < n_vars; ++i)
 939         {
 940           const struct variable *v = vars[i];
 941
 942           const union value *val = case_data (c, v);
 943
 944           struct group_proc *gp = group_proc_get (vars[i]);
 945           struct hsh_table *group_hash = gp->group_hash;
 946
 947           struct group_statistics *gs;
 948
 949           gs = hsh_find (group_hash, indep_val );
 950
 951           if ( ! gs )
 952             {
 953               gs = xmalloc (sizeof *gs);
 954               gs->id = *indep_val;
 955               gs->sum = 0;
 956               gs->n = 0;
 957               gs->ssq = 0;
 958               gs->sum_diff = 0;
 959               gs->minimum = DBL_MAX;
 960               gs->maximum = -DBL_MAX;
 961
 962               hsh_insert ( group_hash, gs );
 963             }
 964
 965           if (!var_is_value_missing (v, val, exclude))
 966             {
 967               struct group_statistics *totals = &gp->ugs;
 968
 969               totals->n += weight;
 970               totals->sum += weight * val->f;
 971               totals->ssq += weight * pow2 (val->f);
 972
 973               if ( val->f * weight  < totals->minimum )
 974                 totals->minimum = val->f * weight;
 975
 976               if ( val->f * weight  > totals->maximum )
 977                 totals->maximum = val->f * weight;
 978
 979               gs->n += weight;
 980               gs->sum += weight * val->f;
 981               gs->ssq += weight * pow2 (val->f);
 982
 983               if ( val->f * weight  < gs->minimum )
 984                 gs->minimum = val->f * weight;
 985
 986               if ( val->f * weight  > gs->maximum )
 987                 gs->maximum = val->f * weight;
 988             }
 989
 990           gp->n_groups = hsh_count ( group_hash );
 991         }
 992
 993     }
 994   casereader_destroy (reader);
 995
 996   postcalc (cmd);
 997
 998
 999   if ( stat_tables & STAT_HOMO )
1000     levene (dict, casereader_clone (input), indep_var, n_vars, vars, exclude);
1001
1002   casereader_destroy (input);
1003
1004   ostensible_number_of_groups = hsh_count (global_group_hash);
1005
1006   if (!taint_has_tainted_successor (taint))
1007     output_oneway ();
1008   taint_destroy (taint);
1009 }
1010
1011
1012 /* Post calculations for the ONEWAY command */
1013 void
1014 postcalc (  struct cmd_oneway *cmd UNUSED )
1015 {
1016   size_t i = 0;
1017
1018   for (i = 0; i < n_vars; ++i)
1019     {
1020       struct group_proc *gp = group_proc_get (vars[i]);
1021       struct hsh_table *group_hash = gp->group_hash;
1022       struct group_statistics *totals = &gp->ugs;
1023
1024       struct hsh_iterator g;
1025       struct group_statistics *gs;
1026
1027       for (gs =  hsh_first (group_hash, &g);
1028            gs != 0;
1029            gs = hsh_next (group_hash, &g))
1030         {
1031           gs->mean = gs->sum / gs->n;
1032           gs->s_std_dev = sqrt (gs->ssq / gs->n - pow2 (gs->mean));
1033
1034           gs->std_dev = sqrt (
1035                               gs->n / (gs->n - 1) *
1036                               ( gs->ssq / gs->n - pow2 (gs->mean))
1037                               );
1038
1039           gs->se_mean = gs->std_dev / sqrt (gs->n);
1040           gs->mean_diff = gs->sum_diff / gs->n;
1041         }
1042
1043       totals->mean = totals->sum / totals->n;
1044       totals->std_dev = sqrt (
1045                               totals->n / (totals->n - 1) *
1046                               (totals->ssq / totals->n - pow2 (totals->mean))
1047                               );
1048
1049       totals->se_mean = totals->std_dev / sqrt (totals->n);
1050     }
1051 }
1052
1053 /*
1054   Local Variables:
1055   mode: c
1056   End:
1057 */