pintos-os.org Git - pspp/blob - src/language/stats/oneway.c

   1 /* PSPP - a program for statistical analysis.
   2    Copyright (C) 1997-9, 2000, 2007, 2009, 2010, 2011, 2012, 2013, 2014 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 <float.h>
  20 #include <gsl/gsl_cdf.h>
  21 #include <gsl/gsl_matrix.h>
  22 #include <math.h>
  23
  24 #include "data/case.h"
  25 #include "data/casegrouper.h"
  26 #include "data/casereader.h"
  27 #include "data/dataset.h"
  28 #include "data/dictionary.h"
  29 #include "data/format.h"
  30 #include "data/value.h"
  31 #include "language/command.h"
  32 #include "language/dictionary/split-file.h"
  33 #include "language/lexer/lexer.h"
  34 #include "language/lexer/value-parser.h"
  35 #include "language/lexer/variable-parser.h"
  36 #include "libpspp/ll.h"
  37 #include "libpspp/message.h"
  38 #include "libpspp/misc.h"
  39 #include "libpspp/taint.h"
  40 #include "linreg/sweep.h"
  41 #include "tukey/tukey.h"
  42 #include "math/categoricals.h"
  43 #include "math/interaction.h"
  44 #include "math/covariance.h"
  45 #include "math/levene.h"
  46 #include "math/moments.h"
  47 #include "output/pivot-table.h"
  48
  49 #include "gettext.h"
  50 #define _(msgid) gettext (msgid)
  51 #define N_(msgid) msgid
  52
  53 /* Workspace variable for each dependent variable */
  54 struct per_var_ws
  55 {
  56   struct interaction *iact;
  57   struct categoricals *cat;
  58   struct covariance *cov;
  59   struct levene *nl;
  60
  61   double n;
  62
  63   double sst;
  64   double sse;
  65   double ssa;
  66
  67   int n_groups;
  68
  69   double mse;
  70 };
  71
  72 /* Per category data */
  73 struct descriptive_data
  74 {
  75   const struct variable *var;
  76   struct moments1 *mom;
  77
  78   double minimum;
  79   double maximum;
  80 };
  81
  82 enum missing_type
  83   {
  84     MISS_LISTWISE,
  85     MISS_ANALYSIS,
  86   };
  87
  88 enum statistics
  89   {
  90     STATS_DESCRIPTIVES = 0x0001,
  91     STATS_HOMOGENEITY = 0x0002
  92   };
  93
  94 struct coeff_node
  95 {
  96   struct ll ll;
  97   double coeff;
  98 };
  99
 100
 101 struct contrasts_node
 102 {
 103   struct ll ll;
 104   struct ll_list coefficient_list;
 105 };
 106
 107
 108 struct oneway_spec;
 109
 110 typedef double df_func (const struct per_var_ws *pvw, const struct moments1 *mom_i, const struct moments1 *mom_j);
 111 typedef double ts_func (int k, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err);
 112 typedef double p1tail_func (double ts, double df1, double df2);
 113
 114 typedef double pinv_func (double std_err, double alpha, double df, int k, const struct moments1 *mom_i, const struct moments1 *mom_j);
 115
 116
 117 struct posthoc
 118 {
 119   const char *syntax;
 120   const char *label;
 121
 122   df_func *dff;
 123   ts_func *tsf;
 124   p1tail_func *p1f;
 125
 126   pinv_func *pinv;
 127 };
 128
 129 struct oneway_spec
 130 {
 131   size_t n_vars;
 132   const struct variable **vars;
 133
 134   const struct variable *indep_var;
 135
 136   enum statistics stats;
 137
 138   enum missing_type missing_type;
 139   enum mv_class exclude;
 140
 141   /* List of contrasts */
 142   struct ll_list contrast_list;
 143
 144   /* The weight variable */
 145   const struct variable *wv;
 146   const struct fmt_spec *wfmt;
 147
 148   /* The confidence level for multiple comparisons */
 149   double alpha;
 150
 151   int *posthoc;
 152   int n_posthoc;
 153 };
 154
 155 static double
 156 df_common (const struct per_var_ws *pvw, const struct moments1 *mom_i UNUSED, const struct moments1 *mom_j UNUSED)
 157 {
 158   return  pvw->n - pvw->n_groups;
 159 }
 160
 161 static double
 162 df_individual (const struct per_var_ws *pvw UNUSED, const struct moments1 *mom_i, const struct moments1 *mom_j)
 163 {
 164   double n_i, var_i;
 165   double n_j, var_j;
 166   double nom,denom;
 167
 168   moments1_calculate (mom_i, &n_i, NULL, &var_i, 0, 0);
 169   moments1_calculate (mom_j, &n_j, NULL, &var_j, 0, 0);
 170
 171   if ( n_i <= 1.0 || n_j <= 1.0)
 172     return SYSMIS;
 173
 174   nom = pow2 (var_i/n_i + var_j/n_j);
 175   denom = pow2 (var_i/n_i) / (n_i - 1) + pow2 (var_j/n_j) / (n_j - 1);
 176
 177   return nom / denom;
 178 }
 179
 180 static double lsd_pinv (double std_err, double alpha, double df, int k UNUSED, const struct moments1 *mom_i UNUSED, const struct moments1 *mom_j UNUSED)
 181 {
 182   return std_err * gsl_cdf_tdist_Pinv (1.0 - alpha / 2.0, df);
 183 }
 184
 185 static double bonferroni_pinv (double std_err, double alpha, double df, int k, const struct moments1 *mom_i UNUSED, const struct moments1 *mom_j UNUSED)
 186 {
 187   const int m = k * (k - 1) / 2;
 188   return std_err * gsl_cdf_tdist_Pinv (1.0 - alpha / (2.0 * m), df);
 189 }
 190
 191 static double sidak_pinv (double std_err, double alpha, double df, int k, const struct moments1 *mom_i UNUSED, const struct moments1 *mom_j UNUSED)
 192 {
 193   const double m = k * (k - 1) / 2;
 194   double lp = 1.0 - exp (log (1.0 - alpha) / m ) ;
 195   return std_err * gsl_cdf_tdist_Pinv (1.0 - lp / 2.0, df);
 196 }
 197
 198 static double tukey_pinv (double std_err, double alpha, double df, int k, const struct moments1 *mom_i UNUSED, const struct moments1 *mom_j UNUSED)
 199 {
 200   if ( k < 2 || df < 2)
 201     return SYSMIS;
 202
 203   return std_err / sqrt (2.0)  * qtukey (1 - alpha, 1.0, k, df, 1, 0);
 204 }
 205
 206 static double scheffe_pinv (double std_err, double alpha, double df, int k, const struct moments1 *mom_i UNUSED, const struct moments1 *mom_j UNUSED)
 207 {
 208   double x = (k - 1) * gsl_cdf_fdist_Pinv (1.0 - alpha, k - 1, df);
 209   return std_err * sqrt (x);
 210 }
 211
 212 static double gh_pinv (double std_err UNUSED, double alpha, double df, int k, const struct moments1 *mom_i, const struct moments1 *mom_j)
 213 {
 214   double n_i, mean_i, var_i;
 215   double n_j, mean_j, var_j;
 216   double m;
 217
 218   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 219   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 220
 221   m = sqrt ((var_i/n_i + var_j/n_j) / 2.0);
 222
 223   if ( k < 2 || df < 2)
 224     return SYSMIS;
 225
 226   return m * qtukey (1 - alpha, 1.0, k, df, 1, 0);
 227 }
 228
 229
 230 static double
 231 multiple_comparison_sig (double std_err,
 232                                        const struct per_var_ws *pvw,
 233                                        const struct descriptive_data *dd_i, const struct descriptive_data *dd_j,
 234                                        const struct posthoc *ph)
 235 {
 236   int k = pvw->n_groups;
 237   double df = ph->dff (pvw, dd_i->mom, dd_j->mom);
 238   double ts = ph->tsf (k, dd_i->mom, dd_j->mom, std_err);
 239   if ( df == SYSMIS)
 240     return SYSMIS;
 241   return  ph->p1f (ts, k - 1, df);
 242 }
 243
 244 static double
 245 mc_half_range (const struct oneway_spec *cmd, const struct per_var_ws *pvw, double std_err, const struct descriptive_data *dd_i, const struct descriptive_data *dd_j, const struct posthoc *ph)
 246 {
 247   int k = pvw->n_groups;
 248   double df = ph->dff (pvw, dd_i->mom, dd_j->mom);
 249   if ( df == SYSMIS)
 250     return SYSMIS;
 251
 252   return ph->pinv (std_err, cmd->alpha, df, k, dd_i->mom, dd_j->mom);
 253 }
 254
 255 static double tukey_1tailsig (double ts, double df1, double df2)
 256 {
 257   double twotailedsig;
 258
 259   if (df2 < 2 || df1 < 1)
 260     return SYSMIS;
 261
 262   twotailedsig = 1.0 - ptukey (ts, 1.0, df1 + 1, df2, 1, 0);
 263
 264   return twotailedsig / 2.0;
 265 }
 266
 267 static double lsd_1tailsig (double ts, double df1 UNUSED, double df2)
 268 {
 269   return ts < 0 ? gsl_cdf_tdist_P (ts, df2) : gsl_cdf_tdist_Q (ts, df2);
 270 }
 271
 272 static double sidak_1tailsig (double ts, double df1, double df2)
 273 {
 274   double ex = (df1 + 1.0) * df1 / 2.0;
 275   double lsd_sig = 2 * lsd_1tailsig (ts, df1, df2);
 276
 277   return 0.5 * (1.0 - pow (1.0 - lsd_sig, ex));
 278 }
 279
 280 static double bonferroni_1tailsig (double ts, double df1, double df2)
 281 {
 282   const int m = (df1 + 1) * df1 / 2;
 283
 284   double p = ts < 0 ? gsl_cdf_tdist_P (ts, df2) : gsl_cdf_tdist_Q (ts, df2);
 285   p *= m;
 286
 287   return p > 0.5 ? 0.5 : p;
 288 }
 289
 290 static double scheffe_1tailsig (double ts, double df1, double df2)
 291 {
 292   return 0.5 * gsl_cdf_fdist_Q (ts, df1, df2);
 293 }
 294
 295
 296 static double tukey_test_stat (int k UNUSED, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err)
 297 {
 298   double ts;
 299   double n_i, mean_i, var_i;
 300   double n_j, mean_j, var_j;
 301
 302   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 303   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 304
 305   ts =  (mean_i - mean_j) / std_err;
 306   ts = fabs (ts) * sqrt (2.0);
 307
 308   return ts;
 309 }
 310
 311 static double lsd_test_stat (int k UNUSED, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err)
 312 {
 313   double n_i, mean_i, var_i;
 314   double n_j, mean_j, var_j;
 315
 316   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 317   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 318
 319   return (mean_i - mean_j) / std_err;
 320 }
 321
 322 static double scheffe_test_stat (int k, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err)
 323 {
 324   double t;
 325   double n_i, mean_i, var_i;
 326   double n_j, mean_j, var_j;
 327
 328   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 329   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 330
 331   t = (mean_i - mean_j) / std_err;
 332   t = pow2 (t);
 333   t /= k - 1;
 334
 335   return t;
 336 }
 337
 338 static double gh_test_stat (int k UNUSED, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err UNUSED)
 339 {
 340   double ts;
 341   double thing;
 342   double n_i, mean_i, var_i;
 343   double n_j, mean_j, var_j;
 344
 345   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 346   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 347
 348   thing = var_i / n_i + var_j / n_j;
 349   thing /= 2.0;
 350   thing = sqrt (thing);
 351
 352   ts = (mean_i - mean_j) / thing;
 353
 354   return fabs (ts);
 355 }
 356
 357
 358
 359 static const struct posthoc ph_tests [] =
 360   {
 361     { "LSD",        N_("LSD"),          df_common, lsd_test_stat,     lsd_1tailsig,          lsd_pinv},
 362     { "TUKEY",      N_("Tukey HSD"),    df_common, tukey_test_stat,   tukey_1tailsig,        tukey_pinv},
 363     { "BONFERRONI", N_("Bonferroni"),   df_common, lsd_test_stat,     bonferroni_1tailsig,   bonferroni_pinv},
 364     { "SCHEFFE",    N_("Scheffé"),      df_common, scheffe_test_stat, scheffe_1tailsig,      scheffe_pinv},
 365     { "GH",         N_("Games-Howell"), df_individual, gh_test_stat,  tukey_1tailsig,        gh_pinv},
 366     { "SIDAK",      N_("Šidák"),        df_common, lsd_test_stat,     sidak_1tailsig,        sidak_pinv}
 367   };
 368
 369
 370 struct oneway_workspace
 371 {
 372   /* The number of distinct values of the independent variable, when all
 373      missing values are disregarded */
 374   int actual_number_of_groups;
 375
 376   struct per_var_ws *vws;
 377
 378   /* An array of descriptive data.  One for each dependent variable */
 379   struct descriptive_data **dd_total;
 380 };
 381
 382 /* Routines to show the output tables */
 383 static void show_anova_table (const struct oneway_spec *, const struct oneway_workspace *);
 384 static void show_descriptives (const struct oneway_spec *, const struct oneway_workspace *);
 385 static void show_homogeneity (const struct oneway_spec *, const struct oneway_workspace *);
 386
 387 static void output_oneway (const struct oneway_spec *, struct oneway_workspace *ws);
 388 static void run_oneway (const struct oneway_spec *cmd, struct casereader *input, const struct dataset *ds);
 389
 390
 391 static void
 392 destroy_coeff_list (struct contrasts_node *coeff_list)
 393 {
 394   struct coeff_node *cn = NULL;
 395   struct coeff_node *cnx = NULL;
 396   struct ll_list *cl = &coeff_list->coefficient_list;
 397
 398   ll_for_each_safe (cn, cnx, struct coeff_node, ll, cl)
 399     {
 400       free (cn);
 401     }
 402
 403   free (coeff_list);
 404 }
 405
 406 static void
 407 oneway_cleanup (struct oneway_spec *cmd)
 408 {
 409   struct contrasts_node *coeff_list  = NULL;
 410   struct contrasts_node *coeff_next  = NULL;
 411   ll_for_each_safe (coeff_list, coeff_next, struct contrasts_node, ll, &cmd->contrast_list)
 412     {
 413       destroy_coeff_list (coeff_list);
 414     }
 415
 416   free (cmd->posthoc);
 417 }
 418
 419
 420
 421 int
 422 cmd_oneway (struct lexer *lexer, struct dataset *ds)
 423 {
 424   const struct dictionary *dict = dataset_dict (ds);
 425   struct oneway_spec oneway ;
 426   oneway.n_vars = 0;
 427   oneway.vars = NULL;
 428   oneway.indep_var = NULL;
 429   oneway.stats = 0;
 430   oneway.missing_type = MISS_ANALYSIS;
 431   oneway.exclude = MV_ANY;
 432   oneway.wv = dict_get_weight (dict);
 433   oneway.wfmt = dict_get_weight_format (dict);
 434   oneway.alpha = 0.05;
 435   oneway.posthoc = NULL;
 436   oneway.n_posthoc = 0;
 437
 438   ll_init (&oneway.contrast_list);
 439
 440
 441   if ( lex_match (lexer, T_SLASH))
 442     {
 443       if (!lex_force_match_id (lexer, "VARIABLES"))
 444         {
 445           goto error;
 446         }
 447       lex_match (lexer, T_EQUALS);
 448     }
 449
 450   if (!parse_variables_const (lexer, dict,
 451                               &oneway.vars, &oneway.n_vars,
 452                               PV_NO_DUPLICATE | PV_NUMERIC))
 453     goto error;
 454
 455   if (!lex_force_match (lexer, T_BY))
 456     goto error;
 457
 458   oneway.indep_var = parse_variable_const (lexer, dict);
 459   if (oneway.indep_var == NULL)
 460     goto error;
 461
 462   while (lex_token (lexer) != T_ENDCMD)
 463     {
 464       lex_match (lexer, T_SLASH);
 465
 466       if (lex_match_id (lexer, "STATISTICS"))
 467         {
 468           lex_match (lexer, T_EQUALS);
 469           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 470             {
 471               if (lex_match_id (lexer, "DESCRIPTIVES"))
 472                 {
 473                   oneway.stats |= STATS_DESCRIPTIVES;
 474                 }
 475               else if (lex_match_id (lexer, "HOMOGENEITY"))
 476                 {
 477                   oneway.stats |= STATS_HOMOGENEITY;
 478                 }
 479               else
 480                 {
 481                   lex_error (lexer, NULL);
 482                   goto error;
 483                 }
 484             }
 485         }
 486       else if (lex_match_id (lexer, "POSTHOC"))
 487         {
 488           lex_match (lexer, T_EQUALS);
 489           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 490             {
 491               int p;
 492               bool method = false;
 493               for (p = 0 ; p < sizeof (ph_tests) / sizeof (struct posthoc); ++p)
 494                 {
 495                   if (lex_match_id (lexer, ph_tests[p].syntax))
 496                     {
 497                       oneway.n_posthoc++;
 498                       oneway.posthoc = xrealloc (oneway.posthoc, sizeof (*oneway.posthoc) * oneway.n_posthoc);
 499                       oneway.posthoc[oneway.n_posthoc - 1] = p;
 500                       method = true;
 501                       break;
 502                     }
 503                 }
 504               if ( method == false)
 505                 {
 506                   if (lex_match_id (lexer, "ALPHA"))
 507                     {
 508                       if ( !lex_force_match (lexer, T_LPAREN))
 509                         goto error;
 510                       if (! lex_force_num (lexer))
 511                         goto error;
 512                       oneway.alpha = lex_number (lexer);
 513                       lex_get (lexer);
 514                       if ( !lex_force_match (lexer, T_RPAREN))
 515                         goto error;
 516                     }
 517                   else
 518                     {
 519                       msg (SE, _("The post hoc analysis method %s is not supported."), lex_tokcstr (lexer));
 520                       lex_error (lexer, NULL);
 521                       goto error;
 522                     }
 523                 }
 524             }
 525         }
 526       else if (lex_match_id (lexer, "CONTRAST"))
 527         {
 528           struct contrasts_node *cl = xzalloc (sizeof *cl);
 529
 530           struct ll_list *coefficient_list = &cl->coefficient_list;
 531           lex_match (lexer, T_EQUALS);
 532
 533           ll_init (coefficient_list);
 534
 535           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 536             {
 537               if ( lex_is_number (lexer))
 538                 {
 539                   struct coeff_node *cc = xmalloc (sizeof *cc);
 540                   cc->coeff = lex_number (lexer);
 541
 542                   ll_push_tail (coefficient_list, &cc->ll);
 543                   lex_get (lexer);
 544                 }
 545               else
 546                 {
 547                   destroy_coeff_list (cl);
 548                   lex_error (lexer, NULL);
 549                   goto error;
 550                 }
 551             }
 552
 553           if ( ll_count (coefficient_list) <= 0)
 554             {
 555               destroy_coeff_list (cl);
 556               goto error;
 557             }
 558
 559           ll_push_tail (&oneway.contrast_list, &cl->ll);
 560         }
 561       else if (lex_match_id (lexer, "MISSING"))
 562         {
 563           lex_match (lexer, T_EQUALS);
 564           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 565             {
 566               if (lex_match_id (lexer, "INCLUDE"))
 567                 {
 568                   oneway.exclude = MV_SYSTEM;
 569                 }
 570               else if (lex_match_id (lexer, "EXCLUDE"))
 571                 {
 572                   oneway.exclude = MV_ANY;
 573                 }
 574               else if (lex_match_id (lexer, "LISTWISE"))
 575                 {
 576                   oneway.missing_type = MISS_LISTWISE;
 577                 }
 578               else if (lex_match_id (lexer, "ANALYSIS"))
 579                 {
 580                   oneway.missing_type = MISS_ANALYSIS;
 581                 }
 582               else
 583                 {
 584                   lex_error (lexer, NULL);
 585                   goto error;
 586                 }
 587             }
 588         }
 589       else
 590         {
 591           lex_error (lexer, NULL);
 592           goto error;
 593         }
 594     }
 595
 596
 597   {
 598     struct casegrouper *grouper;
 599     struct casereader *group;
 600     bool ok;
 601
 602     grouper = casegrouper_create_splits (proc_open (ds), dict);
 603     while (casegrouper_get_next_group (grouper, &group))
 604       run_oneway (&oneway, group, ds);
 605     ok = casegrouper_destroy (grouper);
 606     ok = proc_commit (ds) && ok;
 607   }
 608
 609   oneway_cleanup (&oneway);
 610   free (oneway.vars);
 611   return CMD_SUCCESS;
 612
 613  error:
 614   oneway_cleanup (&oneway);
 615   free (oneway.vars);
 616   return CMD_FAILURE;
 617 }
 618
 619
 620 \f
 621
 622
 623 static struct descriptive_data *
 624 dd_create (const struct variable *var)
 625 {
 626   struct descriptive_data *dd = xmalloc (sizeof *dd);
 627
 628   dd->mom = moments1_create (MOMENT_VARIANCE);
 629   dd->minimum = DBL_MAX;
 630   dd->maximum = -DBL_MAX;
 631   dd->var = var;
 632
 633   return dd;
 634 }
 635
 636 static void
 637 dd_destroy (struct descriptive_data *dd)
 638 {
 639   moments1_destroy (dd->mom);
 640   free (dd);
 641 }
 642
 643 static void *
 644 makeit (const void *aux1, void *aux2 UNUSED)
 645 {
 646   const struct variable *var = aux1;
 647
 648   struct descriptive_data *dd = dd_create (var);
 649
 650   return dd;
 651 }
 652
 653 static void
 654 killit (const void *aux1 UNUSED, void *aux2 UNUSED, void *user_data)
 655 {
 656   struct descriptive_data *dd = user_data;
 657
 658   dd_destroy (dd);
 659 }
 660
 661
 662 static void
 663 updateit (const void *aux1, void *aux2, void *user_data,
 664           const struct ccase *c, double weight)
 665 {
 666   struct descriptive_data *dd = user_data;
 667
 668   const struct variable *varp = aux1;
 669
 670   const union value *valx = case_data (c, varp);
 671
 672   struct descriptive_data *dd_total = aux2;
 673
 674   moments1_add (dd->mom, valx->f, weight);
 675   if (valx->f < dd->minimum)
 676     dd->minimum = valx->f;
 677
 678   if (valx->f > dd->maximum)
 679     dd->maximum = valx->f;
 680
 681   {
 682     const struct variable *var = dd_total->var;
 683     const union value *val = case_data (c, var);
 684
 685     moments1_add (dd_total->mom,
 686                   val->f,
 687                   weight);
 688
 689     if (val->f < dd_total->minimum)
 690       dd_total->minimum = val->f;
 691
 692     if (val->f > dd_total->maximum)
 693       dd_total->maximum = val->f;
 694   }
 695 }
 696
 697 static void
 698 run_oneway (const struct oneway_spec *cmd,
 699             struct casereader *input,
 700             const struct dataset *ds)
 701 {
 702   int v;
 703   struct taint *taint;
 704   struct dictionary *dict = dataset_dict (ds);
 705   struct casereader *reader;
 706   struct ccase *c;
 707
 708   struct oneway_workspace ws;
 709
 710   ws.actual_number_of_groups = 0;
 711   ws.vws = xzalloc (cmd->n_vars * sizeof (*ws.vws));
 712   ws.dd_total = xmalloc (sizeof (struct descriptive_data) * cmd->n_vars);
 713
 714   for (v = 0 ; v < cmd->n_vars; ++v)
 715     ws.dd_total[v] = dd_create (cmd->vars[v]);
 716
 717   for (v = 0; v < cmd->n_vars; ++v)
 718     {
 719       static const struct payload payload =
 720         {
 721           .create = makeit,
 722           .update = updateit,
 723           .calculate = NULL,
 724           .destroy = killit
 725         };
 726
 727       ws.vws[v].iact = interaction_create (cmd->indep_var);
 728       ws.vws[v].cat = categoricals_create (&ws.vws[v].iact, 1, cmd->wv,
 729                                            cmd->exclude);
 730
 731       categoricals_set_payload (ws.vws[v].cat, &payload,
 732                                 CONST_CAST (struct variable *, cmd->vars[v]),
 733                                 ws.dd_total[v]);
 734
 735
 736       ws.vws[v].cov = covariance_2pass_create (1, &cmd->vars[v],
 737                                                ws.vws[v].cat,
 738                                                cmd->wv, cmd->exclude, true);
 739       ws.vws[v].nl = levene_create (var_get_width (cmd->indep_var), NULL);
 740     }
 741
 742   c = casereader_peek (input, 0);
 743   if (c == NULL)
 744     {
 745       casereader_destroy (input);
 746       goto finish;
 747     }
 748   output_split_file_values (ds, c);
 749   case_unref (c);
 750
 751   taint = taint_clone (casereader_get_taint (input));
 752
 753   input = casereader_create_filter_missing (input, &cmd->indep_var, 1,
 754                                             cmd->exclude, NULL, NULL);
 755   if (cmd->missing_type == MISS_LISTWISE)
 756     input = casereader_create_filter_missing (input, cmd->vars, cmd->n_vars,
 757                                               cmd->exclude, NULL, NULL);
 758   input = casereader_create_filter_weight (input, dict, NULL, NULL);
 759
 760   reader = casereader_clone (input);
 761   for (; (c = casereader_read (reader)) != NULL; case_unref (c))
 762     {
 763       int i;
 764       double w = dict_get_case_weight (dict, c, NULL);
 765
 766       for (i = 0; i < cmd->n_vars; ++i)
 767         {
 768           struct per_var_ws *pvw = &ws.vws[i];
 769           const struct variable *v = cmd->vars[i];
 770           const union value *val = case_data (c, v);
 771
 772           if ( MISS_ANALYSIS == cmd->missing_type)
 773             {
 774               if ( var_is_value_missing (v, val, cmd->exclude))
 775                 continue;
 776             }
 777
 778           covariance_accumulate_pass1 (pvw->cov, c);
 779           levene_pass_one (pvw->nl, val->f, w, case_data (c, cmd->indep_var));
 780         }
 781     }
 782   casereader_destroy (reader);
 783
 784   reader = casereader_clone (input);
 785   for ( ; (c = casereader_read (reader) ); case_unref (c))
 786     {
 787       int i;
 788       double w = dict_get_case_weight (dict, c, NULL);
 789       for (i = 0; i < cmd->n_vars; ++i)
 790         {
 791           struct per_var_ws *pvw = &ws.vws[i];
 792           const struct variable *v = cmd->vars[i];
 793           const union value *val = case_data (c, v);
 794
 795           if ( MISS_ANALYSIS == cmd->missing_type)
 796             {
 797               if ( var_is_value_missing (v, val, cmd->exclude))
 798                 continue;
 799             }
 800
 801           covariance_accumulate_pass2 (pvw->cov, c);
 802           levene_pass_two (pvw->nl, val->f, w, case_data (c, cmd->indep_var));
 803         }
 804     }
 805   casereader_destroy (reader);
 806
 807   reader = casereader_clone (input);
 808   for ( ; (c = casereader_read (reader) ); case_unref (c))
 809     {
 810       int i;
 811       double w = dict_get_case_weight (dict, c, NULL);
 812
 813       for (i = 0; i < cmd->n_vars; ++i)
 814         {
 815           struct per_var_ws *pvw = &ws.vws[i];
 816           const struct variable *v = cmd->vars[i];
 817           const union value *val = case_data (c, v);
 818
 819           if ( MISS_ANALYSIS == cmd->missing_type)
 820             {
 821               if ( var_is_value_missing (v, val, cmd->exclude))
 822                 continue;
 823             }
 824
 825           levene_pass_three (pvw->nl, val->f, w, case_data (c, cmd->indep_var));
 826         }
 827     }
 828   casereader_destroy (reader);
 829
 830
 831   for (v = 0; v < cmd->n_vars; ++v)
 832     {
 833       const gsl_matrix *ucm;
 834       gsl_matrix *cm;
 835       struct per_var_ws *pvw = &ws.vws[v];
 836       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
 837       const bool ok = categoricals_sane (cats);
 838
 839       if ( ! ok)
 840         {
 841           msg (MW,
 842                _("Dependent variable %s has no non-missing values.  No analysis for this variable will be done."),
 843                var_get_name (cmd->vars[v]));
 844           continue;
 845         }
 846
 847       ucm = covariance_calculate_unnormalized (pvw->cov);
 848
 849       cm = gsl_matrix_alloc (ucm->size1, ucm->size2);
 850       gsl_matrix_memcpy (cm, ucm);
 851
 852       moments1_calculate (ws.dd_total[v]->mom, &pvw->n, NULL, NULL, NULL, NULL);
 853
 854       pvw->sst = gsl_matrix_get (cm, 0, 0);
 855
 856       reg_sweep (cm, 0);
 857
 858       pvw->sse = gsl_matrix_get (cm, 0, 0);
 859       gsl_matrix_free (cm);
 860
 861       pvw->ssa = pvw->sst - pvw->sse;
 862
 863       pvw->n_groups = categoricals_n_total (cats);
 864
 865       pvw->mse = (pvw->sst - pvw->ssa) / (pvw->n - pvw->n_groups);
 866     }
 867
 868   for (v = 0; v < cmd->n_vars; ++v)
 869     {
 870       const struct categoricals *cats = covariance_get_categoricals (ws.vws[v].cov);
 871
 872       if ( ! categoricals_is_complete (cats))
 873         {
 874           continue;
 875         }
 876
 877       if (categoricals_n_total (cats) > ws.actual_number_of_groups)
 878         ws.actual_number_of_groups = categoricals_n_total (cats);
 879     }
 880
 881   casereader_destroy (input);
 882
 883   if (!taint_has_tainted_successor (taint))
 884     output_oneway (cmd, &ws);
 885
 886   taint_destroy (taint);
 887
 888  finish:
 889
 890   for (v = 0; v < cmd->n_vars; ++v)
 891     {
 892       covariance_destroy (ws.vws[v].cov);
 893       levene_destroy (ws.vws[v].nl);
 894       dd_destroy (ws.dd_total[v]);
 895       interaction_destroy (ws.vws[v].iact);
 896     }
 897
 898   free (ws.vws);
 899   free (ws.dd_total);
 900 }
 901
 902 static void show_contrast_coeffs (const struct oneway_spec *cmd, const struct oneway_workspace *ws);
 903 static void show_contrast_tests (const struct oneway_spec *cmd, const struct oneway_workspace *ws);
 904 static void show_comparisons (const struct oneway_spec *cmd, const struct oneway_workspace *ws, int depvar);
 905
 906 static void
 907 output_oneway (const struct oneway_spec *cmd, struct oneway_workspace *ws)
 908 {
 909   size_t i = 0;
 910
 911   /* Check the sanity of the given contrast values */
 912   struct contrasts_node *coeff_list  = NULL;
 913   struct contrasts_node *coeff_next  = NULL;
 914   ll_for_each_safe (coeff_list, coeff_next, struct contrasts_node, ll, &cmd->contrast_list)
 915     {
 916       struct coeff_node *cn = NULL;
 917       double sum = 0;
 918       struct ll_list *cl = &coeff_list->coefficient_list;
 919       ++i;
 920
 921       if (ll_count (cl) != ws->actual_number_of_groups)
 922         {
 923           msg (SW,
 924                _("In contrast list %zu, the number of coefficients (%zu) does not equal the number of groups (%d). This contrast list will be ignored."),
 925                i, ll_count (cl), ws->actual_number_of_groups);
 926
 927           ll_remove (&coeff_list->ll);
 928           destroy_coeff_list (coeff_list);
 929           continue;
 930         }
 931
 932       ll_for_each (cn, struct coeff_node, ll, cl)
 933         sum += cn->coeff;
 934
 935       if ( sum != 0.0 )
 936         msg (SW, _("Coefficients for contrast %zu do not total zero"), i);
 937     }
 938
 939   if (cmd->stats & STATS_DESCRIPTIVES)
 940     show_descriptives (cmd, ws);
 941
 942   if (cmd->stats & STATS_HOMOGENEITY)
 943     show_homogeneity (cmd, ws);
 944
 945   show_anova_table (cmd, ws);
 946
 947   if (ll_count (&cmd->contrast_list) > 0)
 948     {
 949       show_contrast_coeffs (cmd, ws);
 950       show_contrast_tests (cmd, ws);
 951     }
 952
 953   if ( cmd->posthoc )
 954     {
 955       int v;
 956       for (v = 0 ; v < cmd->n_vars; ++v)
 957         {
 958           const struct categoricals *cats = covariance_get_categoricals (ws->vws[v].cov);
 959
 960           if ( categoricals_is_complete (cats))
 961             show_comparisons (cmd, ws, v);
 962         }
 963     }
 964 }
 965
 966
 967 /* Show the ANOVA table */
 968 static void
 969 show_anova_table (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
 970 {
 971   struct pivot_table *table = pivot_table_create (N_("ANOVA"));
 972
 973   pivot_dimension_create (table, PIVOT_AXIS_COLUMN, N_("Statistics"),
 974                           N_("Sum of Squares"), PIVOT_RC_OTHER,
 975                           N_("df"), PIVOT_RC_INTEGER,
 976                           N_("Mean Square"), PIVOT_RC_OTHER,
 977                           N_("F"), PIVOT_RC_OTHER,
 978                           N_("Sig."), PIVOT_RC_SIGNIFICANCE);
 979
 980   pivot_dimension_create (table, PIVOT_AXIS_ROW, N_("Type"),
 981                           N_("Between Groups"), N_("Within Groups"),
 982                           N_("Total"));
 983
 984   struct pivot_dimension *variables = pivot_dimension_create (
 985     table, PIVOT_AXIS_ROW, N_("Variables"));
 986
 987   for (size_t i = 0; i < cmd->n_vars; ++i)
 988     {
 989       int var_idx = pivot_category_create_leaf (
 990         variables->root, pivot_value_new_variable (cmd->vars[i]));
 991
 992       const struct per_var_ws *pvw = &ws->vws[i];
 993
 994       double n;
 995       moments1_calculate (ws->dd_total[i]->mom, &n, NULL, NULL, NULL, NULL);
 996
 997       double df1 = pvw->n_groups - 1;
 998       double df2 = n - pvw->n_groups;
 999       double msa = pvw->ssa / df1;
1000       double F = msa / pvw->mse ;
1001
1002       struct entry
1003         {
1004           int stat_idx;
1005           int type_idx;
1006           double x;
1007         }
1008       entries[] = {
1009         /* Sums of Squares. */
1010         { 0, 0, pvw->ssa },
1011         { 0, 1, pvw->sse },
1012         { 0, 2, pvw->sst },
1013         /* Degrees of Freedom. */
1014         { 1, 0, df1 },
1015         { 1, 1, df2 },
1016         { 1, 2, n - 1 },
1017         /* Mean Squares. */
1018         { 2, 0, msa },
1019         { 2, 1, pvw->mse },
1020         /* F. */
1021         { 3, 0, F },
1022         /* Significance. */
1023         { 4, 0, gsl_cdf_fdist_Q (F, df1, df2) },
1024       };
1025       for (size_t j = 0; j < sizeof entries / sizeof *entries; j++)
1026         {
1027           const struct entry *e = &entries[j];
1028           pivot_table_put3 (table, e->stat_idx, e->type_idx, var_idx,
1029                             pivot_value_new_number (e->x));
1030         }
1031     }
1032
1033   pivot_table_submit (table);
1034 }
1035
1036 /* Show the descriptives table */
1037 static void
1038 show_descriptives (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1039 {
1040   if (!cmd->n_vars)
1041     return;
1042   const struct categoricals *cats = covariance_get_categoricals (
1043     ws->vws[0].cov);
1044
1045   struct pivot_table *table = pivot_table_create (N_("Descriptives"));
1046   pivot_table_set_weight_format (table, cmd->wfmt);
1047
1048   const double confidence = 0.95;
1049
1050   struct pivot_dimension *statistics = pivot_dimension_create (
1051     table, PIVOT_AXIS_COLUMN, N_("Statistics"),
1052     N_("N"), PIVOT_RC_COUNT, N_("Mean"), N_("Std. Deviation"),
1053     N_("Std. Error"));
1054   struct pivot_category *interval = pivot_category_create_group__ (
1055     statistics->root,
1056     pivot_value_new_text_format (N_("%g%% Confidence Interval for Mean"),
1057                                  confidence * 100.0));
1058   pivot_category_create_leaves (interval, N_("Lower Bound"),
1059                                 N_("Upper Bound"));
1060   pivot_category_create_leaves (statistics->root,
1061                                 N_("Minimum"), N_("Maximum"));
1062
1063   struct pivot_dimension *indep_var = pivot_dimension_create__ (
1064     table, PIVOT_AXIS_ROW, pivot_value_new_variable (cmd->indep_var));
1065   indep_var->root->show_label = true;
1066   size_t n;
1067   union value *values = categoricals_get_var_values (cats, cmd->indep_var, &n);
1068   for (size_t j = 0; j < n; j++)
1069     pivot_category_create_leaf (
1070       indep_var->root, pivot_value_new_var_value (cmd->indep_var, &values[j]));
1071   pivot_category_create_leaf (
1072     indep_var->root, pivot_value_new_text_format (N_("Total")));
1073
1074   struct pivot_dimension *dep_var = pivot_dimension_create (
1075     table, PIVOT_AXIS_ROW, N_("Dependent Variable"));
1076
1077   const double q = (1.0 - confidence) / 2.0;
1078   for (int v = 0; v < cmd->n_vars; ++v)
1079     {
1080       int dep_var_idx = pivot_category_create_leaf (
1081         dep_var->root, pivot_value_new_variable (cmd->vars[v]));
1082
1083       struct per_var_ws *pvw = &ws->vws[v];
1084       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
1085
1086       int count;
1087       for (count = 0; count < categoricals_n_total (cats); ++count)
1088         {
1089           const struct descriptive_data *dd
1090             = categoricals_get_user_data_by_category (cats, count);
1091
1092           double n, mean, variance;
1093           moments1_calculate (dd->mom, &n, &mean, &variance, NULL, NULL);
1094
1095           double std_dev = sqrt (variance);
1096           double std_error = std_dev / sqrt (n) ;
1097           double T = gsl_cdf_tdist_Qinv (q, n - 1);
1098
1099           double entries[] = {
1100             n,
1101             mean,
1102             std_dev,
1103             std_error,
1104             mean - T * std_error,
1105             mean + T * std_error,
1106             dd->minimum,
1107             dd->maximum,
1108           };
1109           for (size_t i = 0; i < sizeof entries / sizeof *entries; i++)
1110             pivot_table_put3 (table, i, count, dep_var_idx,
1111                               pivot_value_new_number (entries[i]));
1112         }
1113
1114       if (categoricals_is_complete (cats))
1115         {
1116           double n, mean, variance;
1117           moments1_calculate (ws->dd_total[v]->mom, &n, &mean, &variance,
1118                               NULL, NULL);
1119
1120           double std_dev = sqrt (variance);
1121           double std_error = std_dev / sqrt (n) ;
1122           double T = gsl_cdf_tdist_Qinv (q, n - 1);
1123
1124           double entries[] = {
1125             n,
1126             mean,
1127             std_dev,
1128             std_error,
1129             mean - T * std_error,
1130             mean + T * std_error,
1131             ws->dd_total[v]->minimum,
1132             ws->dd_total[v]->maximum,
1133           };
1134           for (size_t i = 0; i < sizeof entries / sizeof *entries; i++)
1135             pivot_table_put3 (table, i, count, dep_var_idx,
1136                               pivot_value_new_number (entries[i]));
1137         }
1138     }
1139
1140   pivot_table_submit (table);
1141 }
1142
1143 /* Show the homogeneity table */
1144 static void
1145 show_homogeneity (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1146 {
1147   struct pivot_table *table = pivot_table_create (
1148     N_("Test of Homogeneity of Variances"));
1149
1150   pivot_dimension_create (table, PIVOT_AXIS_COLUMN, N_("Statistics"),
1151                           N_("Levene Statistic"), PIVOT_RC_OTHER,
1152                           N_("df1"), PIVOT_RC_INTEGER,
1153                           N_("df2"), PIVOT_RC_INTEGER,
1154                           N_("Sig."), PIVOT_RC_SIGNIFICANCE);
1155
1156   struct pivot_dimension *variables = pivot_dimension_create (
1157     table, PIVOT_AXIS_ROW, N_("Variables"));
1158
1159   for (int v = 0; v < cmd->n_vars; ++v)
1160     {
1161       int var_idx = pivot_category_create_leaf (
1162         variables->root, pivot_value_new_variable (cmd->vars[v]));
1163
1164       double n;
1165       moments1_calculate (ws->dd_total[v]->mom, &n, NULL, NULL, NULL, NULL);
1166
1167       const struct per_var_ws *pvw = &ws->vws[v];
1168       double df1 = pvw->n_groups - 1;
1169       double df2 = n - pvw->n_groups;
1170       double F = levene_calculate (pvw->nl);
1171
1172       double entries[] =
1173         {
1174           F,
1175           df1,
1176           df2,
1177           gsl_cdf_fdist_Q (F, df1, df2),
1178         };
1179       for (size_t i = 0; i < sizeof entries / sizeof *entries; i++)
1180         pivot_table_put2 (table, i, var_idx,
1181                           pivot_value_new_number (entries[i]));
1182     }
1183
1184   pivot_table_submit (table);
1185 }
1186
1187
1188 /* Show the contrast coefficients table */
1189 static void
1190 show_contrast_coeffs (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1191 {
1192   struct pivot_table *table = pivot_table_create (N_("Contrast Coefficients"));
1193
1194   struct pivot_dimension *indep_var = pivot_dimension_create__ (
1195     table, PIVOT_AXIS_COLUMN, pivot_value_new_variable (cmd->indep_var));
1196   indep_var->root->show_label = true;
1197
1198   struct pivot_dimension *contrast = pivot_dimension_create (
1199     table, PIVOT_AXIS_ROW, N_("Contrast"));
1200   contrast->root->show_label = true;
1201
1202   const struct covariance *cov = ws->vws[0].cov;
1203
1204   const struct contrasts_node *cn;
1205   int c_num = 1;
1206   ll_for_each (cn, struct contrasts_node, ll, &cmd->contrast_list)
1207     {
1208       int contrast_idx = pivot_category_create_leaf (
1209         contrast->root, pivot_value_new_integer (c_num++));
1210
1211       const struct coeff_node *coeffn;
1212       int indep_idx = 0;
1213       ll_for_each (coeffn, struct coeff_node, ll, &cn->coefficient_list)
1214         {
1215           const struct categoricals *cats = covariance_get_categoricals (cov);
1216           const struct ccase *gcc = categoricals_get_case_by_category (
1217             cats, indep_idx);
1218
1219           if (!contrast_idx)
1220             pivot_category_create_leaf (
1221               indep_var->root, pivot_value_new_var_value (
1222                 cmd->indep_var, case_data (gcc, cmd->indep_var)));
1223
1224           pivot_table_put2 (table, indep_idx++, contrast_idx,
1225                             pivot_value_new_integer (coeffn->coeff));
1226         }
1227     }
1228
1229   pivot_table_submit (table);
1230 }
1231
1232 /* Show the results of the contrast tests */
1233 static void
1234 show_contrast_tests (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1235 {
1236   struct pivot_table *table = pivot_table_create (N_("Contrast Tests"));
1237
1238   pivot_dimension_create (table, PIVOT_AXIS_COLUMN, N_("Statistics"),
1239                           N_("Value of Contrast"), PIVOT_RC_OTHER,
1240                           N_("Std. Error"), PIVOT_RC_OTHER,
1241                           N_("t"), PIVOT_RC_OTHER,
1242                           N_("df"), PIVOT_RC_OTHER,
1243                           N_("Sig. (2-tailed)"), PIVOT_RC_SIGNIFICANCE);
1244
1245   struct pivot_dimension *contrasts = pivot_dimension_create (
1246     table, PIVOT_AXIS_ROW, N_("Contrast"));
1247   contrasts->root->show_label = true;
1248   int n_contrasts = ll_count (&cmd->contrast_list);
1249   for (int i = 1; i <= n_contrasts; i++)
1250     pivot_category_create_leaf (contrasts->root, pivot_value_new_integer (i));
1251
1252   pivot_dimension_create (table, PIVOT_AXIS_ROW, N_("Assumption"),
1253                           N_("Assume equal variances"),
1254                           N_("Does not assume equal variances"));
1255
1256   struct pivot_dimension *variables = pivot_dimension_create (
1257     table, PIVOT_AXIS_ROW, N_("Dependent Variable"));
1258
1259   for (int v = 0; v < cmd->n_vars; ++v)
1260     {
1261       const struct per_var_ws *pvw = &ws->vws[v];
1262       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
1263       if (!categoricals_is_complete (cats))
1264         continue;
1265
1266       int var_idx = pivot_category_create_leaf (
1267         variables->root, pivot_value_new_variable (cmd->vars[v]));
1268
1269       struct contrasts_node *cn;
1270       int contrast_idx = 0;
1271       ll_for_each (cn, struct contrasts_node, ll, &cmd->contrast_list)
1272         {
1273
1274           /* Note: The calculation of the degrees of freedom in the
1275              "variances not equal" case is painfull!!
1276              The following formula may help to understand it:
1277              \frac{\left (\sum_{i=1}^k{c_i^2\frac{s_i^2}{n_i}}\right)^2}
1278              {
1279              \sum_{i=1}^k\left (
1280              \frac{\left (c_i^2\frac{s_i^2}{n_i}\right)^2}  {n_i-1}
1281              \right)
1282              }
1283           */
1284
1285           double grand_n;
1286           moments1_calculate (ws->dd_total[v]->mom, &grand_n, NULL, NULL,
1287                               NULL, NULL);
1288           double df = grand_n - pvw->n_groups;
1289
1290           double contrast_value = 0.0;
1291           double coef_msq = 0.0;
1292           double sec_vneq = 0.0;
1293           double df_denominator = 0.0;
1294           double df_numerator = 0.0;
1295           struct coeff_node *coeffn;
1296           int ci = 0;
1297           ll_for_each (coeffn, struct coeff_node, ll, &cn->coefficient_list)
1298             {
1299               const struct descriptive_data *dd
1300                 = categoricals_get_user_data_by_category (cats, ci);
1301               const double coef = coeffn->coeff;
1302
1303               double n, mean, variance;
1304               moments1_calculate (dd->mom, &n, &mean, &variance, NULL, NULL);
1305
1306               double winv = variance / n;
1307               contrast_value += coef * mean;
1308               coef_msq += pow2 (coef) / n;
1309               sec_vneq += pow2 (coef) * variance / n;
1310               df_numerator += pow2 (coef) * winv;
1311               df_denominator += pow2(pow2 (coef) * winv) / (n - 1);
1312
1313               ci++;
1314             }
1315           sec_vneq = sqrt (sec_vneq);
1316           df_numerator = pow2 (df_numerator);
1317
1318           double std_error_contrast = sqrt (pvw->mse * coef_msq);
1319           double T = fabs (contrast_value / std_error_contrast);
1320           double T_ne = contrast_value / sec_vneq;
1321           double df_ne = df_numerator / df_denominator;
1322           double p_ne = gsl_cdf_tdist_P (T_ne, df_ne);
1323           double q_ne = gsl_cdf_tdist_Q (T_ne, df_ne);
1324
1325           struct entry
1326             {
1327               int stat_idx;
1328               int assumption_idx;
1329               double x;
1330             }
1331           entries[] =
1332             {
1333               /* Assume equal. */
1334               { 0, 0, contrast_value },
1335               { 1, 0, std_error_contrast },
1336               { 2, 0, T },
1337               { 3, 0, df },
1338               { 4, 0, 2 * gsl_cdf_tdist_Q (T, df) },
1339               /* Do not assume equal. */
1340               { 0, 1, contrast_value },
1341               { 1, 1, sec_vneq },
1342               { 2, 1, T_ne },
1343               { 3, 1, df_ne },
1344               { 4, 1, 2 * (T > 0 ? q_ne : p_ne) },
1345             };
1346
1347           for (size_t i = 0; i < sizeof entries / sizeof *entries; i++)
1348             {
1349               const struct entry *e = &entries[i];
1350               pivot_table_put4 (
1351                 table, e->stat_idx, contrast_idx, e->assumption_idx, var_idx,
1352                 pivot_value_new_number (e->x));
1353             }
1354
1355           contrast_idx++;
1356         }
1357     }
1358
1359   pivot_table_submit (table);
1360 }
1361
1362 static void
1363 show_comparisons (const struct oneway_spec *cmd, const struct oneway_workspace *ws, int v)
1364 {
1365   struct pivot_table *table = pivot_table_create__ (
1366     pivot_value_new_user_text_nocopy (xasprintf (
1367                                         _("Multiple Comparisons (%s)"),
1368                                         var_to_string (cmd->vars[v]))));
1369   table->omit_empty = true;
1370
1371   struct pivot_dimension *statistics = pivot_dimension_create (
1372     table, PIVOT_AXIS_COLUMN, N_("Statistics"),
1373     N_("Mean Difference (I - J)"), PIVOT_RC_OTHER,
1374     N_("Std. Error"), PIVOT_RC_OTHER,
1375     N_("Sig."), PIVOT_RC_SIGNIFICANCE);
1376   struct pivot_category *interval = pivot_category_create_group__ (
1377     statistics->root,
1378     pivot_value_new_text_format (N_("%g%% Confidence Interval"),
1379                                  (1 - cmd->alpha) * 100.0));
1380   pivot_category_create_leaves (interval,
1381                                 N_("Lower Bound"), PIVOT_RC_OTHER,
1382                                 N_("Upper Bound"), PIVOT_RC_OTHER);
1383
1384   struct pivot_dimension *j_family = pivot_dimension_create (
1385     table, PIVOT_AXIS_ROW, N_("(J) Family"));
1386   j_family->root->show_label = true;
1387
1388   struct pivot_dimension *i_family = pivot_dimension_create (
1389     table, PIVOT_AXIS_ROW, N_("(J) Family"));
1390   i_family->root->show_label = true;
1391
1392   const struct per_var_ws *pvw = &ws->vws[v];
1393   const struct categoricals *cat = pvw->cat;
1394   for (int i = 0; i < pvw->n_groups; i++)
1395     {
1396       const struct ccase *gcc = categoricals_get_case_by_category (cat, i);
1397       for (int j = 0; j < 2; j++)
1398         pivot_category_create_leaf (
1399           j ? j_family->root : i_family->root,
1400           pivot_value_new_var_value (cmd->indep_var,
1401                                      case_data (gcc, cmd->indep_var)));
1402     }
1403
1404   struct pivot_dimension *test = pivot_dimension_create (
1405     table, PIVOT_AXIS_ROW, N_("Test"));
1406
1407   for (int p = 0; p < cmd->n_posthoc; ++p)
1408     {
1409       const struct posthoc *ph = &ph_tests[cmd->posthoc[p]];
1410
1411       int test_idx = pivot_category_create_leaf (
1412         test->root, pivot_value_new_text (ph->label));
1413
1414       for (int i = 0; i < pvw->n_groups ; ++i)
1415         {
1416           struct descriptive_data *dd_i
1417             = categoricals_get_user_data_by_category (cat, i);
1418           double weight_i, mean_i, var_i;
1419           moments1_calculate (dd_i->mom, &weight_i, &mean_i, &var_i, 0, 0);
1420
1421           for (int j = 0 ; j < pvw->n_groups; ++j)
1422             {
1423               if (j == i)
1424                 continue;
1425
1426               struct descriptive_data *dd_j
1427                 = categoricals_get_user_data_by_category (cat, j);
1428               double weight_j, mean_j, var_j;
1429               moments1_calculate (dd_j->mom, &weight_j, &mean_j, &var_j, 0, 0);
1430
1431               double std_err = pvw->mse;
1432               std_err *= weight_i + weight_j;
1433               std_err /= weight_i * weight_j;
1434               std_err = sqrt (std_err);
1435
1436               double sig = 2 * multiple_comparison_sig (std_err, pvw,
1437                                                         dd_i, dd_j, ph);
1438               double half_range = mc_half_range (cmd, pvw, std_err,
1439                                                  dd_i, dd_j, ph);
1440               double entries[] = {
1441                 mean_i - mean_j,
1442                 std_err,
1443                 sig,
1444                 (mean_i - mean_j) - half_range,
1445                 (mean_i - mean_j) + half_range,
1446               };
1447               for (size_t k = 0; k < sizeof entries / sizeof *entries; k++)
1448                 pivot_table_put4 (table, k, j, i, test_idx,
1449                                   pivot_value_new_number (entries[k]));
1450             }
1451         }
1452     }
1453
1454   pivot_table_submit (table);
1455 }