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 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 <data/case.h>
  20 #include <data/casegrouper.h>
  21 #include <data/casereader.h>
  22
  23 #include <math/covariance.h>
  24 #include <math/categoricals.h>
  25 #include <math/moments.h>
  26 #include <gsl/gsl_matrix.h>
  27 #include <linreg/sweep.h>
  28
  29 #include <libpspp/ll.h>
  30
  31 #include <language/lexer/lexer.h>
  32 #include <language/lexer/variable-parser.h>
  33 #include <language/lexer/value-parser.h>
  34 #include <language/command.h>
  35
  36 #include <data/procedure.h>
  37 #include <data/value.h>
  38 #include <data/dictionary.h>
  39
  40 #include <language/dictionary/split-file.h>
  41 #include <libpspp/hash.h>
  42 #include <libpspp/taint.h>
  43 #include <math/group-proc.h>
  44 #include <math/levene.h>
  45 #include <libpspp/misc.h>
  46
  47 #include <output/tab.h>
  48
  49 #include <gsl/gsl_cdf.h>
  50 #include <math.h>
  51 #include <data/format.h>
  52
  53 #include <libpspp/message.h>
  54
  55 #include "gettext.h"
  56 #define _(msgid) gettext (msgid)
  57
  58 enum missing_type
  59   {
  60     MISS_LISTWISE,
  61     MISS_ANALYSIS,
  62   };
  63
  64 enum statistics
  65   {
  66     STATS_DESCRIPTIVES = 0x0001,
  67     STATS_HOMOGENEITY = 0x0002
  68   };
  69
  70 struct coeff_node
  71 {
  72   struct ll ll;
  73   double coeff;
  74 };
  75
  76
  77 struct contrasts_node
  78 {
  79   struct ll ll;
  80   struct ll_list coefficient_list;
  81
  82   bool bad_count; /* True if the number of coefficients does not equal the number of groups */
  83 };
  84
  85 struct oneway_spec
  86 {
  87   size_t n_vars;
  88   const struct variable **vars;
  89
  90   const struct variable *indep_var;
  91
  92   enum statistics stats;
  93
  94   enum missing_type missing_type;
  95   enum mv_class exclude;
  96
  97   /* List of contrasts */
  98   struct ll_list contrast_list;
  99
 100   /* The weight variable */
 101   const struct variable *wv;
 102
 103 };
 104
 105 /* Per category data */
 106 struct descriptive_data
 107 {
 108   const struct variable *var;
 109   struct moments1 *mom;
 110
 111   double minimum;
 112   double maximum;
 113 };
 114
 115 /* Workspace variable for each dependent variable */
 116 struct per_var_ws
 117 {
 118   struct covariance *cov;
 119
 120   double sst;
 121   double sse;
 122   double ssa;
 123
 124   int n_groups;
 125
 126   double mse;
 127 };
 128
 129 struct oneway_workspace
 130 {
 131   /* The number of distinct values of the independent variable, when all
 132      missing values are disregarded */
 133   int actual_number_of_groups;
 134
 135   /* A  hash table containing all the distinct values of the independent
 136      variable */
 137   struct hsh_table *group_hash;
 138
 139   struct per_var_ws *vws;
 140
 141   /* An array of descriptive data.  One for each dependent variable */
 142   struct descriptive_data **dd_total;
 143 };
 144
 145 /* Routines to show the output tables */
 146 static void show_anova_table (const struct oneway_spec *, const struct oneway_workspace *);
 147 static void show_descriptives (const struct oneway_spec *, const struct oneway_workspace *);
 148 static void show_homogeneity (const struct oneway_spec *, const struct oneway_workspace *);
 149
 150 static void output_oneway (const struct oneway_spec *, struct oneway_workspace *ws);
 151 static void run_oneway (const struct oneway_spec *cmd, struct casereader *input, const struct dataset *ds);
 152
 153 int
 154 cmd_oneway (struct lexer *lexer, struct dataset *ds)
 155 {
 156   const struct dictionary *dict = dataset_dict (ds);
 157   struct oneway_spec oneway ;
 158   oneway.n_vars = 0;
 159   oneway.vars = NULL;
 160   oneway.indep_var = NULL;
 161   oneway.stats = 0;
 162   oneway.missing_type = MISS_ANALYSIS;
 163   oneway.exclude = MV_ANY;
 164   oneway.wv = dict_get_weight (dict);
 165
 166   ll_init (&oneway.contrast_list);
 167
 168
 169   if ( lex_match (lexer, '/'))
 170     {
 171       if (!lex_force_match_id (lexer, "VARIABLES"))
 172         {
 173           goto error;
 174         }
 175       lex_match (lexer, '=');
 176     }
 177
 178   if (!parse_variables_const (lexer, dict,
 179                               &oneway.vars, &oneway.n_vars,
 180                               PV_NO_DUPLICATE | PV_NUMERIC))
 181     goto error;
 182
 183   lex_force_match (lexer, T_BY);
 184
 185   oneway.indep_var = parse_variable_const (lexer, dict);
 186
 187   while (lex_token (lexer) != '.')
 188     {
 189       lex_match (lexer, '/');
 190
 191       if (lex_match_id (lexer, "STATISTICS"))
 192         {
 193           lex_match (lexer, '=');
 194           while (lex_token (lexer) != '.' && lex_token (lexer) != '/')
 195             {
 196               if (lex_match_id (lexer, "DESCRIPTIVES"))
 197                 {
 198                   oneway.stats |= STATS_DESCRIPTIVES;
 199                 }
 200               else if (lex_match_id (lexer, "HOMOGENEITY"))
 201                 {
 202                   oneway.stats |= STATS_HOMOGENEITY;
 203                 }
 204               else
 205                 {
 206                   lex_error (lexer, NULL);
 207                   goto error;
 208                 }
 209             }
 210         }
 211       else if (lex_match_id (lexer, "CONTRAST"))
 212         {
 213           struct contrasts_node *cl = xzalloc (sizeof *cl);
 214
 215           struct ll_list *coefficient_list = &cl->coefficient_list;
 216           lex_match (lexer, '=');
 217
 218           ll_init (coefficient_list);
 219
 220           while (lex_token (lexer) != '.' && lex_token (lexer) != '/')
 221             {
 222               if ( lex_is_number (lexer))
 223                 {
 224                   struct coeff_node *cc = xmalloc (sizeof *cc);
 225                   cc->coeff = lex_number (lexer);
 226
 227                   ll_push_tail (coefficient_list, &cc->ll);
 228                   lex_get (lexer);
 229                 }
 230               else
 231                 {
 232                   lex_error (lexer, NULL);
 233                   goto error;
 234                 }
 235             }
 236
 237           ll_push_tail (&oneway.contrast_list, &cl->ll);
 238         }
 239       else if (lex_match_id (lexer, "MISSING"))
 240         {
 241           lex_match (lexer, '=');
 242           while (lex_token (lexer) != '.' && lex_token (lexer) != '/')
 243             {
 244               if (lex_match_id (lexer, "INCLUDE"))
 245                 {
 246                   oneway.exclude = MV_SYSTEM;
 247                 }
 248               else if (lex_match_id (lexer, "EXCLUDE"))
 249                 {
 250                   oneway.exclude = MV_ANY;
 251                 }
 252               else if (lex_match_id (lexer, "LISTWISE"))
 253                 {
 254                   oneway.missing_type = MISS_LISTWISE;
 255                 }
 256               else if (lex_match_id (lexer, "ANALYSIS"))
 257                 {
 258                   oneway.missing_type = MISS_ANALYSIS;
 259                 }
 260               else
 261                 {
 262                   lex_error (lexer, NULL);
 263                   goto error;
 264                 }
 265             }
 266         }
 267       else
 268         {
 269           lex_error (lexer, NULL);
 270           goto error;
 271         }
 272     }
 273
 274
 275   {
 276     struct casegrouper *grouper;
 277     struct casereader *group;
 278     bool ok;
 279
 280     grouper = casegrouper_create_splits (proc_open (ds), dict);
 281     while (casegrouper_get_next_group (grouper, &group))
 282       run_oneway (&oneway, group, ds);
 283     ok = casegrouper_destroy (grouper);
 284     ok = proc_commit (ds) && ok;
 285   }
 286
 287   free (oneway.vars);
 288   return CMD_SUCCESS;
 289
 290  error:
 291   free (oneway.vars);
 292   return CMD_FAILURE;
 293 }
 294
 295
 296 \f
 297
 298 static int
 299 compare_double_3way (const void *a_, const void *b_, const void *aux UNUSED)
 300 {
 301   const double *a = a_;
 302   const double *b = b_;
 303   return *a < *b ? -1 : *a > *b;
 304 }
 305
 306 static unsigned
 307 do_hash_double (const void *value_, const void *aux UNUSED)
 308 {
 309   const double *value = value_;
 310   return hash_double (*value, 0);
 311 }
 312
 313 static void
 314 free_double (void *value_, const void *aux UNUSED)
 315 {
 316   double *value = value_;
 317   free (value);
 318 }
 319
 320
 321
 322 static void postcalc (const struct oneway_spec *cmd);
 323 static void  precalc (const struct oneway_spec *cmd);
 324
 325 static struct descriptive_data *
 326 dd_create (const struct variable *var)
 327 {
 328   struct descriptive_data *dd = xmalloc (sizeof *dd);
 329
 330   dd->mom = moments1_create (MOMENT_VARIANCE);
 331   dd->minimum = DBL_MAX;
 332   dd->maximum = -DBL_MAX;
 333   dd->var = var;
 334
 335   return dd;
 336 }
 337
 338
 339 static void *
 340 makeit (void *aux1, void *aux2 UNUSED)
 341 {
 342   const struct variable *var = aux1;
 343
 344   struct descriptive_data *dd = dd_create (var);
 345
 346   return dd;
 347 }
 348
 349 static void
 350 updateit (void *user_data,
 351           enum mv_class exclude,
 352           const struct variable *wv,
 353           const struct variable *catvar UNUSED,
 354           const struct ccase *c,
 355           void *aux1, void *aux2)
 356 {
 357   struct descriptive_data *dd = user_data;
 358
 359   const struct variable *varp = aux1;
 360
 361   const union value *valx = case_data (c, varp);
 362
 363   if ( var_is_value_missing (varp, valx, exclude))
 364     return;
 365
 366   struct descriptive_data *dd_total = aux2;
 367
 368   double weight = 1.0;
 369   if (wv)
 370     weight = case_data (c, wv)->f;
 371
 372   moments1_add (dd->mom, valx->f, weight);
 373   if (valx->f * weight < dd->minimum)
 374     dd->minimum = valx->f * weight;
 375
 376   if (valx->f * weight > dd->maximum)
 377     dd->maximum = valx->f * weight;
 378
 379   {
 380     const struct variable *var = dd_total->var;
 381     const union value *val = case_data (c, var);
 382
 383     moments1_add (dd_total->mom,
 384                   val->f,
 385                   weight);
 386
 387     if (val->f * weight < dd_total->minimum)
 388       dd_total->minimum = val->f * weight;
 389
 390     if (val->f * weight > dd_total->maximum)
 391       dd_total->maximum = val->f * weight;
 392   }
 393 }
 394
 395 static void
 396 run_oneway (const struct oneway_spec *cmd,
 397             struct casereader *input,
 398             const struct dataset *ds)
 399 {
 400   int v;
 401   struct taint *taint;
 402   struct dictionary *dict = dataset_dict (ds);
 403   struct casereader *reader;
 404   struct ccase *c;
 405
 406   struct oneway_workspace ws;
 407
 408   ws.actual_number_of_groups = 0;
 409   ws.vws = xmalloc (cmd->n_vars * sizeof (*ws.vws));
 410   ws.dd_total = xmalloc (sizeof (struct descriptive_data) * cmd->n_vars);
 411
 412   for (v = 0 ; v < cmd->n_vars; ++v)
 413     ws.dd_total[v] = dd_create (cmd->vars[v]);
 414
 415   for (v = 0; v < cmd->n_vars; ++v)
 416     {
 417       struct categoricals *cats = categoricals_create (&cmd->indep_var, 1,
 418                                                        cmd->wv, cmd->exclude,
 419                                                        makeit,
 420                                                        updateit,
 421                                                        cmd->vars[v], ws.dd_total[v]);
 422
 423       ws.vws[v].cov = covariance_2pass_create (1, &cmd->vars[v],
 424                                                cats,
 425                                                cmd->wv, cmd->exclude);
 426     }
 427
 428   c = casereader_peek (input, 0);
 429   if (c == NULL)
 430     {
 431       casereader_destroy (input);
 432       return;
 433     }
 434   output_split_file_values (ds, c);
 435   case_unref (c);
 436
 437   taint = taint_clone (casereader_get_taint (input));
 438
 439   ws.group_hash = hsh_create (4,
 440                                   compare_double_3way,
 441                                   do_hash_double,
 442                                   free_double,
 443                                   cmd->indep_var);
 444
 445   precalc (cmd);
 446
 447   input = casereader_create_filter_missing (input, &cmd->indep_var, 1,
 448                                             cmd->exclude, NULL, NULL);
 449   if (cmd->missing_type == MISS_LISTWISE)
 450     input = casereader_create_filter_missing (input, cmd->vars, cmd->n_vars,
 451                                               cmd->exclude, NULL, NULL);
 452   input = casereader_create_filter_weight (input, dict, NULL, NULL);
 453
 454   reader = casereader_clone (input);
 455
 456   for (; (c = casereader_read (reader)) != NULL; case_unref (c))
 457     {
 458       size_t i;
 459
 460       const double weight = dict_get_case_weight (dict, c, NULL);
 461
 462       const union value *indep_val = case_data (c, cmd->indep_var);
 463       void **p = hsh_probe (ws.group_hash, &indep_val->f);
 464       if (*p == NULL)
 465         {
 466           double *value = *p = xmalloc (sizeof *value);
 467           *value = indep_val->f;
 468         }
 469
 470       for (i = 0; i < cmd->n_vars; ++i)
 471         {
 472           const struct variable *v = cmd->vars[i];
 473           const union value *val = case_data (c, v);
 474
 475           if ( MISS_ANALYSIS == cmd->missing_type)
 476             {
 477               if ( var_is_value_missing (v, val, cmd->exclude))
 478                 continue;
 479             }
 480
 481           {
 482             struct per_var_ws *pvw = &ws.vws[i];
 483
 484             covariance_accumulate_pass1 (pvw->cov, c);
 485           }
 486
 487           struct group_proc *gp = group_proc_get (cmd->vars[i]);
 488           struct hsh_table *group_hash = gp->group_hash;
 489
 490           struct group_statistics *gs;
 491
 492           gs = hsh_find (group_hash, indep_val );
 493
 494           if ( ! gs )
 495             {
 496               gs = xmalloc (sizeof *gs);
 497               gs->id = *indep_val;
 498               gs->sum = 0;
 499               gs->n = 0;
 500               gs->ssq = 0;
 501               gs->sum_diff = 0;
 502               gs->minimum = DBL_MAX;
 503               gs->maximum = -DBL_MAX;
 504
 505               hsh_insert ( group_hash, gs );
 506             }
 507
 508           if (!var_is_value_missing (v, val, cmd->exclude))
 509             {
 510               struct group_statistics *totals = &gp->ugs;
 511
 512               totals->n += weight;
 513               totals->sum += weight * val->f;
 514               totals->ssq += weight * pow2 (val->f);
 515
 516               if ( val->f * weight  < totals->minimum )
 517                 totals->minimum = val->f * weight;
 518
 519               if ( val->f * weight  > totals->maximum )
 520                 totals->maximum = val->f * weight;
 521
 522               gs->n += weight;
 523               gs->sum += weight * val->f;
 524               gs->ssq += weight * pow2 (val->f);
 525
 526               if ( val->f * weight  < gs->minimum )
 527                 gs->minimum = val->f * weight;
 528
 529               if ( val->f * weight  > gs->maximum )
 530                 gs->maximum = val->f * weight;
 531             }
 532
 533           gp->n_groups = hsh_count (group_hash );
 534         }
 535
 536     }
 537   casereader_destroy (reader);
 538   reader = casereader_clone (input);
 539   for ( ; (c = casereader_read (reader) ); case_unref (c))
 540     {
 541       int i;
 542       for (i = 0; i < cmd->n_vars; ++i)
 543         {
 544           struct per_var_ws *pvw = &ws.vws[i];
 545           const struct variable *v = cmd->vars[i];
 546           const union value *val = case_data (c, v);
 547
 548           if ( MISS_ANALYSIS == cmd->missing_type)
 549             {
 550               if ( var_is_value_missing (v, val, cmd->exclude))
 551                 continue;
 552             }
 553
 554           covariance_accumulate_pass2 (pvw->cov, c);
 555         }
 556     }
 557   casereader_destroy (reader);
 558
 559   for (v = 0; v < cmd->n_vars; ++v)
 560     {
 561       struct per_var_ws *pvw = &ws.vws[v];
 562       gsl_matrix *cm = covariance_calculate_unnormalized (pvw->cov);
 563       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
 564
 565       double n;
 566       moments1_calculate (ws.dd_total[v]->mom, &n, NULL, NULL, NULL, NULL);
 567
 568       pvw->sst = gsl_matrix_get (cm, 0, 0);
 569
 570       //      gsl_matrix_fprintf (stdout, cm, "%g ");
 571
 572       reg_sweep (cm, 0);
 573
 574       pvw->sse = gsl_matrix_get (cm, 0, 0);
 575
 576       pvw->ssa = pvw->sst - pvw->sse;
 577
 578       pvw->n_groups = categoricals_total (cats);
 579
 580       pvw->mse = (pvw->sst - pvw->ssa) / (n - pvw->n_groups);
 581     }
 582
 583   postcalc (cmd);
 584
 585
 586   for (v = 0; v < cmd->n_vars; ++v)
 587     {
 588       struct categoricals *cats = covariance_get_categoricals (ws.vws[v].cov);
 589
 590       categoricals_done (cats);
 591
 592       if (categoricals_total (cats) > ws.actual_number_of_groups)
 593         ws.actual_number_of_groups = categoricals_total (cats);
 594     }
 595
 596   if ( cmd->stats & STATS_HOMOGENEITY )
 597     levene (dict, casereader_clone (input), cmd->indep_var,
 598             cmd->n_vars, cmd->vars, cmd->exclude);
 599
 600   casereader_destroy (input);
 601
 602   if (!taint_has_tainted_successor (taint))
 603     output_oneway (cmd, &ws);
 604
 605   taint_destroy (taint);
 606 }
 607
 608 /* Pre calculations */
 609 static void
 610 precalc (const struct oneway_spec *cmd)
 611 {
 612   size_t i = 0;
 613
 614   for (i = 0; i < cmd->n_vars; ++i)
 615     {
 616       struct group_proc *gp = group_proc_get (cmd->vars[i]);
 617       struct group_statistics *totals = &gp->ugs;
 618
 619       /* Create a hash for each of the dependent variables.
 620          The hash contains a group_statistics structure,
 621          and is keyed by value of the independent variable */
 622
 623       gp->group_hash = hsh_create (4, compare_group, hash_group,
 624                                    (hsh_free_func *) free_group,
 625                                    cmd->indep_var);
 626
 627       totals->sum = 0;
 628       totals->n = 0;
 629       totals->ssq = 0;
 630       totals->sum_diff = 0;
 631       totals->maximum = -DBL_MAX;
 632       totals->minimum = DBL_MAX;
 633     }
 634 }
 635
 636 /* Post calculations for the ONEWAY command */
 637 static void
 638 postcalc (const struct oneway_spec *cmd)
 639 {
 640   size_t i = 0;
 641
 642   for (i = 0; i < cmd->n_vars; ++i)
 643     {
 644       struct group_proc *gp = group_proc_get (cmd->vars[i]);
 645       struct hsh_table *group_hash = gp->group_hash;
 646       struct group_statistics *totals = &gp->ugs;
 647
 648       struct hsh_iterator g;
 649       struct group_statistics *gs;
 650
 651       for (gs =  hsh_first (group_hash, &g);
 652            gs != 0;
 653            gs = hsh_next (group_hash, &g))
 654         {
 655           gs->mean = gs->sum / gs->n;
 656           gs->s_std_dev = sqrt (gs->ssq / gs->n - pow2 (gs->mean));
 657
 658           gs->std_dev = sqrt (
 659                               gs->n / (gs->n - 1) *
 660                               ( gs->ssq / gs->n - pow2 (gs->mean))
 661                               );
 662
 663           gs->se_mean = gs->std_dev / sqrt (gs->n);
 664           gs->mean_diff = gs->sum_diff / gs->n;
 665         }
 666
 667       totals->mean = totals->sum / totals->n;
 668       totals->std_dev = sqrt (
 669                               totals->n / (totals->n - 1) *
 670                               (totals->ssq / totals->n - pow2 (totals->mean))
 671                               );
 672
 673       totals->se_mean = totals->std_dev / sqrt (totals->n);
 674     }
 675 }
 676
 677 static void show_contrast_coeffs (const struct oneway_spec *cmd, const struct oneway_workspace *ws);
 678 static void show_contrast_tests (const struct oneway_spec *cmd, const struct oneway_workspace *ws);
 679
 680 static void
 681 output_oneway (const struct oneway_spec *cmd, struct oneway_workspace *ws)
 682 {
 683   size_t i = 0;
 684
 685   /* Check the sanity of the given contrast values */
 686   struct contrasts_node *coeff_list  = NULL;
 687   ll_for_each (coeff_list, struct contrasts_node, ll, &cmd->contrast_list)
 688     {
 689       struct coeff_node *cn = NULL;
 690       double sum = 0;
 691       struct ll_list *cl = &coeff_list->coefficient_list;
 692       ++i;
 693
 694       if (ll_count (cl) != ws->actual_number_of_groups)
 695         {
 696           msg (SW,
 697                _("Number of contrast coefficients must equal the number of groups"));
 698           coeff_list->bad_count = true;
 699           continue;
 700         }
 701
 702       ll_for_each (cn, struct coeff_node, ll, cl)
 703         sum += cn->coeff;
 704
 705       if ( sum != 0.0 )
 706         msg (SW, _("Coefficients for contrast %zu do not total zero"), i);
 707     }
 708
 709   if (cmd->stats & STATS_DESCRIPTIVES)
 710     show_descriptives (cmd, ws);
 711
 712   if (cmd->stats & STATS_HOMOGENEITY)
 713     show_homogeneity (cmd, ws);
 714
 715   show_anova_table (cmd, ws);
 716
 717   if (ll_count (&cmd->contrast_list) > 0)
 718     {
 719       show_contrast_coeffs (cmd, ws);
 720       show_contrast_tests (cmd, ws);
 721     }
 722
 723   /* Clean up */
 724   for (i = 0; i < cmd->n_vars; ++i )
 725     {
 726       struct hsh_table *group_hash = group_proc_get (cmd->vars[i])->group_hash;
 727
 728       hsh_destroy (group_hash);
 729     }
 730
 731   hsh_destroy (ws->group_hash);
 732 }
 733
 734
 735 /* Show the ANOVA table */
 736 static void
 737 show_anova_table (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
 738 {
 739   size_t i;
 740   int n_cols =7;
 741   size_t n_rows = cmd->n_vars * 3 + 1;
 742
 743   struct tab_table *t = tab_create (n_cols, n_rows);
 744
 745   tab_headers (t, 2, 0, 1, 0);
 746
 747   tab_box (t,
 748            TAL_2, TAL_2,
 749            -1, TAL_1,
 750            0, 0,
 751            n_cols - 1, n_rows - 1);
 752
 753   tab_hline (t, TAL_2, 0, n_cols - 1, 1 );
 754   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
 755   tab_vline (t, TAL_0, 1, 0, 0);
 756
 757   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("Sum of Squares"));
 758   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("df"));
 759   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("Mean Square"));
 760   tab_text (t, 5, 0, TAB_CENTER | TAT_TITLE, _("F"));
 761   tab_text (t, 6, 0, TAB_CENTER | TAT_TITLE, _("Significance"));
 762
 763
 764   for (i = 0; i < cmd->n_vars; ++i)
 765     {
 766       double n;
 767       moments1_calculate (ws->dd_total[i]->mom, &n, NULL, NULL, NULL, NULL);
 768
 769       const struct per_var_ws *pvw = &ws->vws[i];
 770       const double df1 = pvw->n_groups - 1;
 771       const double df2 = n - pvw->n_groups;
 772       const double msa = pvw->ssa / df1;
 773
 774       const char *s = var_to_string (cmd->vars[i]);
 775
 776       tab_text (t, 0, i * 3 + 1, TAB_LEFT | TAT_TITLE, s);
 777       tab_text (t, 1, i * 3 + 1, TAB_LEFT | TAT_TITLE, _("Between Groups"));
 778       tab_text (t, 1, i * 3 + 2, TAB_LEFT | TAT_TITLE, _("Within Groups"));
 779       tab_text (t, 1, i * 3 + 3, TAB_LEFT | TAT_TITLE, _("Total"));
 780
 781       if (i > 0)
 782         tab_hline (t, TAL_1, 0, n_cols - 1, i * 3 + 1);
 783
 784
 785       /* Sums of Squares */
 786       tab_double (t, 2, i * 3 + 1, 0, pvw->ssa, NULL);
 787       tab_double (t, 2, i * 3 + 3, 0, pvw->sst, NULL);
 788       tab_double (t, 2, i * 3 + 2, 0, pvw->sse, NULL);
 789
 790
 791       /* Degrees of freedom */
 792       tab_fixed (t, 3, i * 3 + 1, 0, df1, 4, 0);
 793       tab_fixed (t, 3, i * 3 + 2, 0, df2, 4, 0);
 794       tab_fixed (t, 3, i * 3 + 3, 0, n - 1, 4, 0);
 795
 796       /* Mean Squares */
 797       tab_double (t, 4, i * 3 + 1, TAB_RIGHT, msa, NULL);
 798       tab_double (t, 4, i * 3 + 2, TAB_RIGHT, pvw->mse, NULL);
 799
 800       {
 801         const double F = msa / pvw->mse ;
 802
 803         /* The F value */
 804         tab_double (t, 5, i * 3 + 1, 0,  F, NULL);
 805
 806         /* The significance */
 807         tab_double (t, 6, i * 3 + 1, 0, gsl_cdf_fdist_Q (F, df1, df2), NULL);
 808       }
 809     }
 810
 811   tab_title (t, _("ANOVA"));
 812   tab_submit (t);
 813 }
 814
 815
 816 /* Show the descriptives table */
 817 static void
 818 show_descriptives (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
 819 {
 820   size_t v;
 821   int n_cols = 10;
 822   struct tab_table *t;
 823   int row;
 824
 825   const double confidence = 0.95;
 826   const double q = (1.0 - confidence) / 2.0;
 827
 828   const struct fmt_spec *wfmt = cmd->wv ? var_get_print_format (cmd->wv) : &F_8_0;
 829
 830   int n_rows = 2;
 831
 832   for (v = 0; v < cmd->n_vars; ++v)
 833     n_rows += ws->actual_number_of_groups + 1;
 834
 835   t = tab_create (n_cols, n_rows);
 836   tab_headers (t, 2, 0, 2, 0);
 837
 838   /* Put a frame around the entire box, and vertical lines inside */
 839   tab_box (t,
 840            TAL_2, TAL_2,
 841            -1, TAL_1,
 842            0, 0,
 843            n_cols - 1, n_rows - 1);
 844
 845   /* Underline headers */
 846   tab_hline (t, TAL_2, 0, n_cols - 1, 2);
 847   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
 848
 849   tab_text (t, 2, 1, TAB_CENTER | TAT_TITLE, _("N"));
 850   tab_text (t, 3, 1, TAB_CENTER | TAT_TITLE, _("Mean"));
 851   tab_text (t, 4, 1, TAB_CENTER | TAT_TITLE, _("Std. Deviation"));
 852   tab_text (t, 5, 1, TAB_CENTER | TAT_TITLE, _("Std. Error"));
 853
 854
 855   tab_vline (t, TAL_0, 7, 0, 0);
 856   tab_hline (t, TAL_1, 6, 7, 1);
 857   tab_joint_text_format (t, 6, 0, 7, 0, TAB_CENTER | TAT_TITLE,
 858                          _("%g%% Confidence Interval for Mean"),
 859                          confidence*100.0);
 860
 861   tab_text (t, 6, 1, TAB_CENTER | TAT_TITLE, _("Lower Bound"));
 862   tab_text (t, 7, 1, TAB_CENTER | TAT_TITLE, _("Upper Bound"));
 863
 864   tab_text (t, 8, 1, TAB_CENTER | TAT_TITLE, _("Minimum"));
 865   tab_text (t, 9, 1, TAB_CENTER | TAT_TITLE, _("Maximum"));
 866
 867   tab_title (t, _("Descriptives"));
 868
 869   row = 2;
 870   for (v = 0; v < cmd->n_vars; ++v)
 871     {
 872       const char *s = var_to_string (cmd->vars[v]);
 873       const struct fmt_spec *fmt = var_get_print_format (cmd->vars[v]);
 874
 875       int count = 0;
 876
 877       struct per_var_ws *pvw = &ws->vws[v];
 878       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
 879
 880       tab_text (t, 0, row, TAB_LEFT | TAT_TITLE, s);
 881       if ( v > 0)
 882         tab_hline (t, TAL_1, 0, n_cols - 1, row);
 883
 884       for (count = 0; count < categoricals_total (cats); ++count)
 885         {
 886           double T;
 887           double n, mean, variance;
 888           double std_dev, std_error ;
 889
 890           struct string vstr;
 891
 892           const union value *gval = categoricals_get_value_by_subscript (cats, count);
 893           const struct descriptive_data *dd = categoricals_get_user_data_by_subscript (cats, count);
 894
 895           moments1_calculate (dd->mom, &n, &mean, &variance, NULL, NULL);
 896
 897           std_dev = sqrt (variance);
 898           std_error = std_dev / sqrt (n) ;
 899
 900           ds_init_empty (&vstr);
 901
 902           var_append_value_name (cmd->indep_var, gval, &vstr);
 903
 904           tab_text (t, 1, row + count,
 905                     TAB_LEFT | TAT_TITLE,
 906                     ds_cstr (&vstr));
 907
 908           ds_destroy (&vstr);
 909
 910           /* Now fill in the numbers ... */
 911
 912           tab_fixed (t, 2, row + count, 0, n, 8, 0);
 913
 914           tab_double (t, 3, row + count, 0, mean, NULL);
 915
 916           tab_double (t, 4, row + count, 0, std_dev, NULL);
 917
 918
 919           tab_double (t, 5, row + count, 0, std_error, NULL);
 920
 921           /* Now the confidence interval */
 922
 923           T = gsl_cdf_tdist_Qinv (q, n - 1);
 924
 925           tab_double (t, 6, row + count, 0,
 926                       mean - T * std_error, NULL);
 927
 928           tab_double (t, 7, row + count, 0,
 929                       mean + T * std_error, NULL);
 930
 931           /* Min and Max */
 932
 933           tab_double (t, 8, row + count, 0,  dd->minimum, fmt);
 934           tab_double (t, 9, row + count, 0,  dd->maximum, fmt);
 935         }
 936
 937       {
 938         double T;
 939         double n, mean, variance;
 940         double std_dev;
 941         double std_error;
 942
 943         moments1_calculate (ws->dd_total[v]->mom, &n, &mean, &variance, NULL, NULL);
 944
 945         std_dev = sqrt (variance);
 946         std_error = std_dev / sqrt (n) ;
 947
 948         tab_text (t, 1, row + count,
 949                   TAB_LEFT | TAT_TITLE, _("Total"));
 950
 951         tab_double (t, 2, row + count, 0, n, wfmt);
 952
 953         tab_double (t, 3, row + count, 0, mean, NULL);
 954
 955         tab_double (t, 4, row + count, 0, std_dev, NULL);
 956
 957         tab_double (t, 5, row + count, 0, std_error, NULL);
 958
 959         /* Now the confidence interval */
 960         T = gsl_cdf_tdist_Qinv (q, n - 1);
 961
 962         tab_double (t, 6, row + count, 0,
 963                     mean - T * std_error, NULL);
 964
 965         tab_double (t, 7, row + count, 0,
 966                     mean + T * std_error, NULL);
 967
 968         /* Min and Max */
 969         tab_double (t, 8, row + count, 0,  ws->dd_total[v]->minimum, fmt);
 970         tab_double (t, 9, row + count, 0,  ws->dd_total[v]->maximum, fmt);
 971       }
 972
 973       row += categoricals_total (cats) + 1;
 974     }
 975
 976   tab_submit (t);
 977 }
 978
 979 /* Show the homogeneity table */
 980 static void
 981 show_homogeneity (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
 982 {
 983   size_t v;
 984   int n_cols = 5;
 985   size_t n_rows = cmd->n_vars + 1;
 986
 987   struct tab_table *t = tab_create (n_cols, n_rows);
 988   tab_headers (t, 1, 0, 1, 0);
 989
 990   /* Put a frame around the entire box, and vertical lines inside */
 991   tab_box (t,
 992            TAL_2, TAL_2,
 993            -1, TAL_1,
 994            0, 0,
 995            n_cols - 1, n_rows - 1);
 996
 997
 998   tab_hline (t, TAL_2, 0, n_cols - 1, 1);
 999   tab_vline (t, TAL_2, 1, 0, n_rows - 1);
1000
1001   tab_text (t, 1, 0, TAB_CENTER | TAT_TITLE, _("Levene Statistic"));
1002   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("df1"));
1003   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("df2"));
1004   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("Significance"));
1005
1006   tab_title (t, _("Test of Homogeneity of Variances"));
1007
1008   for (v = 0; v < cmd->n_vars; ++v)
1009     {
1010       double n;
1011       moments1_calculate (ws->dd_total[v]->mom, &n, NULL, NULL, NULL, NULL);
1012
1013       const struct per_var_ws *pvw = &ws->vws[v];
1014       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
1015
1016       const struct variable *var = cmd->vars[v];
1017       const struct group_proc *gp = group_proc_get (cmd->vars[v]);
1018       const char *s = var_to_string (var);
1019
1020       const double df1 = pvw->n_groups - 1;
1021       const double df2 = n - pvw->n_groups;
1022       double F = gp->levene;
1023
1024       tab_text (t, 0, v + 1, TAB_LEFT | TAT_TITLE, s);
1025
1026
1027       tab_double (t, 1, v + 1, TAB_RIGHT, F, NULL);
1028       tab_fixed (t, 2, v + 1, TAB_RIGHT, df1, 8, 0);
1029       tab_fixed (t, 3, v + 1, TAB_RIGHT, df2, 8, 0);
1030
1031       /* Now the significance */
1032       tab_double (t, 4, v + 1, TAB_RIGHT, gsl_cdf_fdist_Q (F, df1, df2), NULL);
1033     }
1034
1035   tab_submit (t);
1036 }
1037
1038
1039 /* Show the contrast coefficients table */
1040 static void
1041 show_contrast_coeffs (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1042 {
1043   int c_num = 0;
1044   struct ll *cli;
1045
1046   int n_contrasts = ll_count (&cmd->contrast_list);
1047   int n_cols = 2 + ws->actual_number_of_groups;
1048   int n_rows = 2 + n_contrasts;
1049
1050   struct tab_table *t;
1051
1052   const struct covariance *cov = ws->vws[0].cov ;
1053
1054   t = tab_create (n_cols, n_rows);
1055   tab_headers (t, 2, 0, 2, 0);
1056
1057   /* Put a frame around the entire box, and vertical lines inside */
1058   tab_box (t,
1059            TAL_2, TAL_2,
1060            -1, TAL_1,
1061            0, 0,
1062            n_cols - 1, n_rows - 1);
1063
1064   tab_box (t,
1065            -1, -1,
1066            TAL_0, TAL_0,
1067            2, 0,
1068            n_cols - 1, 0);
1069
1070   tab_box (t,
1071            -1, -1,
1072            TAL_0, TAL_0,
1073            0, 0,
1074            1, 1);
1075
1076   tab_hline (t, TAL_1, 2, n_cols - 1, 1);
1077   tab_hline (t, TAL_2, 0, n_cols - 1, 2);
1078
1079   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
1080
1081   tab_title (t, _("Contrast Coefficients"));
1082
1083   tab_text (t,  0, 2, TAB_LEFT | TAT_TITLE, _("Contrast"));
1084
1085
1086   tab_joint_text (t, 2, 0, n_cols - 1, 0, TAB_CENTER | TAT_TITLE,
1087                   var_to_string (cmd->indep_var));
1088
1089   for ( cli = ll_head (&cmd->contrast_list);
1090         cli != ll_null (&cmd->contrast_list);
1091         cli = ll_next (cli))
1092     {
1093       int count = 0;
1094       struct contrasts_node *cn = ll_data (cli, struct contrasts_node, ll);
1095       struct ll *coeffi ;
1096
1097       tab_text_format (t, 1, c_num + 2, TAB_CENTER, "%d", c_num + 1);
1098
1099       for (coeffi = ll_head (&cn->coefficient_list);
1100            coeffi != ll_null (&cn->coefficient_list);
1101            ++count, coeffi = ll_next (coeffi))
1102         {
1103           const struct categoricals *cats = covariance_get_categoricals (cov);
1104           const union value *val = categoricals_get_value_by_subscript (cats, count);
1105           struct string vstr;
1106
1107           ds_init_empty (&vstr);
1108
1109           var_append_value_name (cmd->indep_var, val, &vstr);
1110
1111           tab_text (t, count + 2, 1, TAB_CENTER | TAT_TITLE, ds_cstr (&vstr));
1112
1113           ds_destroy (&vstr);
1114
1115           if (cn->bad_count)
1116             tab_text (t, count + 2, c_num + 2, TAB_RIGHT, "?" );
1117           else
1118             {
1119               struct coeff_node *coeffn = ll_data (coeffi, struct coeff_node, ll);
1120
1121               tab_text_format (t, count + 2, c_num + 2, TAB_RIGHT, "%g", coeffn->coeff);
1122             }
1123         }
1124       ++c_num;
1125     }
1126
1127   tab_submit (t);
1128 }
1129
1130
1131 /* Show the results of the contrast tests */
1132 static void
1133 show_contrast_tests (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1134 {
1135   int n_contrasts = ll_count (&cmd->contrast_list);
1136   size_t v;
1137   int n_cols = 8;
1138   size_t n_rows = 1 + cmd->n_vars * 2 * n_contrasts;
1139
1140   struct tab_table *t;
1141
1142   t = tab_create (n_cols, n_rows);
1143   tab_headers (t, 3, 0, 1, 0);
1144
1145   /* Put a frame around the entire box, and vertical lines inside */
1146   tab_box (t,
1147            TAL_2, TAL_2,
1148            -1, TAL_1,
1149            0, 0,
1150            n_cols - 1, n_rows - 1);
1151
1152   tab_box (t,
1153            -1, -1,
1154            TAL_0, TAL_0,
1155            0, 0,
1156            2, 0);
1157
1158   tab_hline (t, TAL_2, 0, n_cols - 1, 1);
1159   tab_vline (t, TAL_2, 3, 0, n_rows - 1);
1160
1161   tab_title (t, _("Contrast Tests"));
1162
1163   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("Contrast"));
1164   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("Value of Contrast"));
1165   tab_text (t,  4, 0, TAB_CENTER | TAT_TITLE, _("Std. Error"));
1166   tab_text (t,  5, 0, TAB_CENTER | TAT_TITLE, _("t"));
1167   tab_text (t,  6, 0, TAB_CENTER | TAT_TITLE, _("df"));
1168   tab_text (t,  7, 0, TAB_CENTER | TAT_TITLE, _("Sig. (2-tailed)"));
1169
1170   for (v = 0; v < cmd->n_vars; ++v)
1171     {
1172       const struct per_var_ws *pvw = &ws->vws[v];
1173       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
1174       struct ll *cli;
1175       int i = 0;
1176       int lines_per_variable = 2 * n_contrasts;
1177
1178       tab_text (t,  0, (v * lines_per_variable) + 1, TAB_LEFT | TAT_TITLE,
1179                 var_to_string (cmd->vars[v]));
1180
1181       for ( cli = ll_head (&cmd->contrast_list);
1182             cli != ll_null (&cmd->contrast_list);
1183             ++i, cli = ll_next (cli))
1184         {
1185           struct contrasts_node *cn = ll_data (cli, struct contrasts_node, ll);
1186           struct ll *coeffi ;
1187           int ci = 0;
1188           double contrast_value = 0.0;
1189           double coef_msq = 0.0;
1190
1191           double T;
1192           double std_error_contrast;
1193           double df;
1194           double sec_vneq = 0.0;
1195
1196           /* Note: The calculation of the degrees of freedom in the
1197              "variances not equal" case is painfull!!
1198              The following formula may help to understand it:
1199              \frac{\left (\sum_{i=1}^k{c_i^2\frac{s_i^2}{n_i}}\right)^2}
1200              {
1201              \sum_{i=1}^k\left (
1202              \frac{\left (c_i^2\frac{s_i^2}{n_i}\right)^2}  {n_i-1}
1203              \right)
1204              }
1205           */
1206
1207           double df_denominator = 0.0;
1208           double df_numerator = 0.0;
1209
1210           double grand_n;
1211           moments1_calculate (ws->dd_total[v]->mom, &grand_n, NULL, NULL, NULL, NULL);
1212           df = grand_n - pvw->n_groups;
1213
1214           if ( i == 0 )
1215             {
1216               tab_text (t,  1, (v * lines_per_variable) + i + 1,
1217                         TAB_LEFT | TAT_TITLE,
1218                         _("Assume equal variances"));
1219
1220               tab_text (t,  1, (v * lines_per_variable) + i + 1 + n_contrasts,
1221                         TAB_LEFT | TAT_TITLE,
1222                         _("Does not assume equal"));
1223             }
1224
1225           tab_text_format (t,  2, (v * lines_per_variable) + i + 1,
1226                            TAB_CENTER | TAT_TITLE, "%d", i + 1);
1227
1228
1229           tab_text_format (t,  2,
1230                            (v * lines_per_variable) + i + 1 + n_contrasts,
1231                            TAB_CENTER | TAT_TITLE, "%d", i + 1);
1232
1233           if (cn->bad_count)
1234             continue;
1235
1236           for (coeffi = ll_head (&cn->coefficient_list);
1237                coeffi != ll_null (&cn->coefficient_list);
1238                ++ci, coeffi = ll_next (coeffi))
1239             {
1240               double n, mean, variance;
1241               const struct descriptive_data *dd = categoricals_get_user_data_by_subscript (cats, ci);
1242
1243               moments1_calculate (dd->mom, &n, &mean, &variance, NULL, NULL);
1244
1245               struct coeff_node *cn = ll_data (coeffi, struct coeff_node, ll);
1246               const double coef = cn->coeff;
1247
1248               const double winv = variance / n;
1249
1250               contrast_value += coef * mean;
1251
1252               coef_msq += (pow2 (coef)) / n;
1253
1254               sec_vneq += (pow2 (coef)) * variance / n;
1255
1256               df_numerator += (pow2 (coef)) * winv;
1257               df_denominator += pow2((pow2 (coef)) * winv) / (n - 1);
1258             }
1259
1260           sec_vneq = sqrt (sec_vneq);
1261
1262           df_numerator = pow2 (df_numerator);
1263
1264           tab_double (t,  3, (v * lines_per_variable) + i + 1,
1265                       TAB_RIGHT, contrast_value, NULL);
1266
1267           tab_double (t,  3, (v * lines_per_variable) + i + 1 +
1268                       n_contrasts,
1269                       TAB_RIGHT, contrast_value, NULL);
1270
1271           std_error_contrast = sqrt (pvw->mse * coef_msq);
1272
1273           /* Std. Error */
1274           tab_double (t,  4, (v * lines_per_variable) + i + 1,
1275                       TAB_RIGHT, std_error_contrast,
1276                       NULL);
1277
1278           T = fabs (contrast_value / std_error_contrast);
1279
1280           /* T Statistic */
1281
1282           tab_double (t,  5, (v * lines_per_variable) + i + 1,
1283                       TAB_RIGHT, T,
1284                       NULL);
1285
1286
1287           /* Degrees of Freedom */
1288           tab_fixed (t,  6, (v * lines_per_variable) + i + 1,
1289                      TAB_RIGHT,  df,
1290                      8, 0);
1291
1292
1293           /* Significance TWO TAILED !!*/
1294           tab_double (t,  7, (v * lines_per_variable) + i + 1,
1295                       TAB_RIGHT,  2 * gsl_cdf_tdist_Q (T, df),
1296                       NULL);
1297
1298           /* Now for the Variances NOT Equal case */
1299
1300           /* Std. Error */
1301           tab_double (t,  4,
1302                       (v * lines_per_variable) + i + 1 + n_contrasts,
1303                       TAB_RIGHT, sec_vneq,
1304                       NULL);
1305
1306           T = contrast_value / sec_vneq;
1307           tab_double (t,  5,
1308                       (v * lines_per_variable) + i + 1 + n_contrasts,
1309                       TAB_RIGHT, T,
1310                       NULL);
1311
1312           df = df_numerator / df_denominator;
1313
1314           tab_double (t,  6,
1315                       (v * lines_per_variable) + i + 1 + n_contrasts,
1316                       TAB_RIGHT, df,
1317                       NULL);
1318
1319           /* The Significance */
1320           tab_double (t, 7, (v * lines_per_variable) + i + 1 + n_contrasts,
1321                       TAB_RIGHT,  2 * gsl_cdf_tdist_Q (T,df),
1322                       NULL);
1323         }
1324
1325       if ( v > 0 )
1326         tab_hline (t, TAL_1, 0, n_cols - 1, (v * lines_per_variable) + 1);
1327     }
1328
1329   tab_submit (t);
1330 }
1331
1332