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             goto error;
 555
 556           ll_push_tail (&oneway.contrast_list, &cl->ll);
 557         }
 558       else if (lex_match_id (lexer, "MISSING"))
 559         {
 560           lex_match (lexer, T_EQUALS);
 561           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 562             {
 563               if (lex_match_id (lexer, "INCLUDE"))
 564                 {
 565                   oneway.exclude = MV_SYSTEM;
 566                 }
 567               else if (lex_match_id (lexer, "EXCLUDE"))
 568                 {
 569                   oneway.exclude = MV_ANY;
 570                 }
 571               else if (lex_match_id (lexer, "LISTWISE"))
 572                 {
 573                   oneway.missing_type = MISS_LISTWISE;
 574                 }
 575               else if (lex_match_id (lexer, "ANALYSIS"))
 576                 {
 577                   oneway.missing_type = MISS_ANALYSIS;
 578                 }
 579               else
 580                 {
 581                   lex_error (lexer, NULL);
 582                   goto error;
 583                 }
 584             }
 585         }
 586       else
 587         {
 588           lex_error (lexer, NULL);
 589           goto error;
 590         }
 591     }
 592
 593
 594   {
 595     struct casegrouper *grouper;
 596     struct casereader *group;
 597     bool ok;
 598
 599     grouper = casegrouper_create_splits (proc_open (ds), dict);
 600     while (casegrouper_get_next_group (grouper, &group))
 601       run_oneway (&oneway, group, ds);
 602     ok = casegrouper_destroy (grouper);
 603     ok = proc_commit (ds) && ok;
 604   }
 605
 606   oneway_cleanup (&oneway);
 607   free (oneway.vars);
 608   return CMD_SUCCESS;
 609
 610  error:
 611   oneway_cleanup (&oneway);
 612   free (oneway.vars);
 613   return CMD_FAILURE;
 614 }
 615
 616
 617 \f
 618
 619
 620 static struct descriptive_data *
 621 dd_create (const struct variable *var)
 622 {
 623   struct descriptive_data *dd = xmalloc (sizeof *dd);
 624
 625   dd->mom = moments1_create (MOMENT_VARIANCE);
 626   dd->minimum = DBL_MAX;
 627   dd->maximum = -DBL_MAX;
 628   dd->var = var;
 629
 630   return dd;
 631 }
 632
 633 static void
 634 dd_destroy (struct descriptive_data *dd)
 635 {
 636   moments1_destroy (dd->mom);
 637   free (dd);
 638 }
 639
 640 static void *
 641 makeit (const void *aux1, void *aux2 UNUSED)
 642 {
 643   const struct variable *var = aux1;
 644
 645   struct descriptive_data *dd = dd_create (var);
 646
 647   return dd;
 648 }
 649
 650 static void
 651 killit (const void *aux1 UNUSED, void *aux2 UNUSED, void *user_data)
 652 {
 653   struct descriptive_data *dd = user_data;
 654
 655   dd_destroy (dd);
 656 }
 657
 658
 659 static void
 660 updateit (const void *aux1, void *aux2, void *user_data,
 661           const struct ccase *c, double weight)
 662 {
 663   struct descriptive_data *dd = user_data;
 664
 665   const struct variable *varp = aux1;
 666
 667   const union value *valx = case_data (c, varp);
 668
 669   struct descriptive_data *dd_total = aux2;
 670
 671   moments1_add (dd->mom, valx->f, weight);
 672   if (valx->f < dd->minimum)
 673     dd->minimum = valx->f;
 674
 675   if (valx->f > dd->maximum)
 676     dd->maximum = valx->f;
 677
 678   {
 679     const struct variable *var = dd_total->var;
 680     const union value *val = case_data (c, var);
 681
 682     moments1_add (dd_total->mom,
 683                   val->f,
 684                   weight);
 685
 686     if (val->f < dd_total->minimum)
 687       dd_total->minimum = val->f;
 688
 689     if (val->f > dd_total->maximum)
 690       dd_total->maximum = val->f;
 691   }
 692 }
 693
 694 static void
 695 run_oneway (const struct oneway_spec *cmd,
 696             struct casereader *input,
 697             const struct dataset *ds)
 698 {
 699   int v;
 700   struct taint *taint;
 701   struct dictionary *dict = dataset_dict (ds);
 702   struct casereader *reader;
 703   struct ccase *c;
 704
 705   struct oneway_workspace ws;
 706
 707   ws.actual_number_of_groups = 0;
 708   ws.vws = xzalloc (cmd->n_vars * sizeof (*ws.vws));
 709   ws.dd_total = xmalloc (sizeof (struct descriptive_data) * cmd->n_vars);
 710
 711   for (v = 0 ; v < cmd->n_vars; ++v)
 712     ws.dd_total[v] = dd_create (cmd->vars[v]);
 713
 714   for (v = 0; v < cmd->n_vars; ++v)
 715     {
 716       static const struct payload payload =
 717         {
 718           .create = makeit,
 719           .update = updateit,
 720           .calculate = NULL,
 721           .destroy = killit
 722         };
 723
 724       ws.vws[v].iact = interaction_create (cmd->indep_var);
 725       ws.vws[v].cat = categoricals_create (&ws.vws[v].iact, 1, cmd->wv,
 726                                            cmd->exclude);
 727
 728       categoricals_set_payload (ws.vws[v].cat, &payload,
 729                                 CONST_CAST (struct variable *, cmd->vars[v]),
 730                                 ws.dd_total[v]);
 731
 732
 733       ws.vws[v].cov = covariance_2pass_create (1, &cmd->vars[v],
 734                                                ws.vws[v].cat,
 735                                                cmd->wv, cmd->exclude, true);
 736       ws.vws[v].nl = levene_create (var_get_width (cmd->indep_var), NULL);
 737     }
 738
 739   c = casereader_peek (input, 0);
 740   if (c == NULL)
 741     {
 742       casereader_destroy (input);
 743       goto finish;
 744     }
 745   output_split_file_values (ds, c);
 746   case_unref (c);
 747
 748   taint = taint_clone (casereader_get_taint (input));
 749
 750   input = casereader_create_filter_missing (input, &cmd->indep_var, 1,
 751                                             cmd->exclude, NULL, NULL);
 752   if (cmd->missing_type == MISS_LISTWISE)
 753     input = casereader_create_filter_missing (input, cmd->vars, cmd->n_vars,
 754                                               cmd->exclude, NULL, NULL);
 755   input = casereader_create_filter_weight (input, dict, NULL, NULL);
 756
 757   reader = casereader_clone (input);
 758   for (; (c = casereader_read (reader)) != NULL; case_unref (c))
 759     {
 760       int i;
 761       double w = dict_get_case_weight (dict, c, NULL);
 762
 763       for (i = 0; i < cmd->n_vars; ++i)
 764         {
 765           struct per_var_ws *pvw = &ws.vws[i];
 766           const struct variable *v = cmd->vars[i];
 767           const union value *val = case_data (c, v);
 768
 769           if ( MISS_ANALYSIS == cmd->missing_type)
 770             {
 771               if ( var_is_value_missing (v, val, cmd->exclude))
 772                 continue;
 773             }
 774
 775           covariance_accumulate_pass1 (pvw->cov, c);
 776           levene_pass_one (pvw->nl, val->f, w, case_data (c, cmd->indep_var));
 777         }
 778     }
 779   casereader_destroy (reader);
 780
 781   reader = casereader_clone (input);
 782   for ( ; (c = casereader_read (reader) ); case_unref (c))
 783     {
 784       int i;
 785       double w = dict_get_case_weight (dict, c, NULL);
 786       for (i = 0; i < cmd->n_vars; ++i)
 787         {
 788           struct per_var_ws *pvw = &ws.vws[i];
 789           const struct variable *v = cmd->vars[i];
 790           const union value *val = case_data (c, v);
 791
 792           if ( MISS_ANALYSIS == cmd->missing_type)
 793             {
 794               if ( var_is_value_missing (v, val, cmd->exclude))
 795                 continue;
 796             }
 797
 798           covariance_accumulate_pass2 (pvw->cov, c);
 799           levene_pass_two (pvw->nl, val->f, w, case_data (c, cmd->indep_var));
 800         }
 801     }
 802   casereader_destroy (reader);
 803
 804   reader = casereader_clone (input);
 805   for ( ; (c = casereader_read (reader) ); case_unref (c))
 806     {
 807       int i;
 808       double w = dict_get_case_weight (dict, c, NULL);
 809
 810       for (i = 0; i < cmd->n_vars; ++i)
 811         {
 812           struct per_var_ws *pvw = &ws.vws[i];
 813           const struct variable *v = cmd->vars[i];
 814           const union value *val = case_data (c, v);
 815
 816           if ( MISS_ANALYSIS == cmd->missing_type)
 817             {
 818               if ( var_is_value_missing (v, val, cmd->exclude))
 819                 continue;
 820             }
 821
 822           levene_pass_three (pvw->nl, val->f, w, case_data (c, cmd->indep_var));
 823         }
 824     }
 825   casereader_destroy (reader);
 826
 827
 828   for (v = 0; v < cmd->n_vars; ++v)
 829     {
 830       const gsl_matrix *ucm;
 831       gsl_matrix *cm;
 832       struct per_var_ws *pvw = &ws.vws[v];
 833       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
 834       const bool ok = categoricals_sane (cats);
 835
 836       if ( ! ok)
 837         {
 838           msg (MW,
 839                _("Dependent variable %s has no non-missing values.  No analysis for this variable will be done."),
 840                var_get_name (cmd->vars[v]));
 841           continue;
 842         }
 843
 844       ucm = covariance_calculate_unnormalized (pvw->cov);
 845
 846       cm = gsl_matrix_alloc (ucm->size1, ucm->size2);
 847       gsl_matrix_memcpy (cm, ucm);
 848
 849       moments1_calculate (ws.dd_total[v]->mom, &pvw->n, NULL, NULL, NULL, NULL);
 850
 851       pvw->sst = gsl_matrix_get (cm, 0, 0);
 852
 853       reg_sweep (cm, 0);
 854
 855       pvw->sse = gsl_matrix_get (cm, 0, 0);
 856       gsl_matrix_free (cm);
 857
 858       pvw->ssa = pvw->sst - pvw->sse;
 859
 860       pvw->n_groups = categoricals_n_total (cats);
 861
 862       pvw->mse = (pvw->sst - pvw->ssa) / (pvw->n - pvw->n_groups);
 863     }
 864
 865   for (v = 0; v < cmd->n_vars; ++v)
 866     {
 867       const struct categoricals *cats = covariance_get_categoricals (ws.vws[v].cov);
 868
 869       if ( ! categoricals_is_complete (cats))
 870         {
 871           continue;
 872         }
 873
 874       if (categoricals_n_total (cats) > ws.actual_number_of_groups)
 875         ws.actual_number_of_groups = categoricals_n_total (cats);
 876     }
 877
 878   casereader_destroy (input);
 879
 880   if (!taint_has_tainted_successor (taint))
 881     output_oneway (cmd, &ws);
 882
 883   taint_destroy (taint);
 884
 885  finish:
 886
 887   for (v = 0; v < cmd->n_vars; ++v)
 888     {
 889       covariance_destroy (ws.vws[v].cov);
 890       levene_destroy (ws.vws[v].nl);
 891       dd_destroy (ws.dd_total[v]);
 892       interaction_destroy (ws.vws[v].iact);
 893     }
 894
 895   free (ws.vws);
 896   free (ws.dd_total);
 897 }
 898
 899 static void show_contrast_coeffs (const struct oneway_spec *cmd, const struct oneway_workspace *ws);
 900 static void show_contrast_tests (const struct oneway_spec *cmd, const struct oneway_workspace *ws);
 901 static void show_comparisons (const struct oneway_spec *cmd, const struct oneway_workspace *ws, int depvar);
 902
 903 static void
 904 output_oneway (const struct oneway_spec *cmd, struct oneway_workspace *ws)
 905 {
 906   size_t i = 0;
 907
 908   /* Check the sanity of the given contrast values */
 909   struct contrasts_node *coeff_list  = NULL;
 910   struct contrasts_node *coeff_next  = NULL;
 911   ll_for_each_safe (coeff_list, coeff_next, struct contrasts_node, ll, &cmd->contrast_list)
 912     {
 913       struct coeff_node *cn = NULL;
 914       double sum = 0;
 915       struct ll_list *cl = &coeff_list->coefficient_list;
 916       ++i;
 917
 918       if (ll_count (cl) != ws->actual_number_of_groups)
 919         {
 920           msg (SW,
 921                _("In contrast list %zu, the number of coefficients (%zu) does not equal the number of groups (%d). This contrast list will be ignored."),
 922                i, ll_count (cl), ws->actual_number_of_groups);
 923
 924           ll_remove (&coeff_list->ll);
 925           destroy_coeff_list (coeff_list);
 926           continue;
 927         }
 928
 929       ll_for_each (cn, struct coeff_node, ll, cl)
 930         sum += cn->coeff;
 931
 932       if ( sum != 0.0 )
 933         msg (SW, _("Coefficients for contrast %zu do not total zero"), i);
 934     }
 935
 936   if (cmd->stats & STATS_DESCRIPTIVES)
 937     show_descriptives (cmd, ws);
 938
 939   if (cmd->stats & STATS_HOMOGENEITY)
 940     show_homogeneity (cmd, ws);
 941
 942   show_anova_table (cmd, ws);
 943
 944   if (ll_count (&cmd->contrast_list) > 0)
 945     {
 946       show_contrast_coeffs (cmd, ws);
 947       show_contrast_tests (cmd, ws);
 948     }
 949
 950   if ( cmd->posthoc )
 951     {
 952       int v;
 953       for (v = 0 ; v < cmd->n_vars; ++v)
 954         {
 955           const struct categoricals *cats = covariance_get_categoricals (ws->vws[v].cov);
 956
 957           if ( categoricals_is_complete (cats))
 958             show_comparisons (cmd, ws, v);
 959         }
 960     }
 961 }
 962
 963
 964 /* Show the ANOVA table */
 965 static void
 966 show_anova_table (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
 967 {
 968   struct pivot_table *table = pivot_table_create (N_("ANOVA"));
 969
 970   pivot_dimension_create (table, PIVOT_AXIS_COLUMN, N_("Statistics"),
 971                           N_("Sum of Squares"), PIVOT_RC_OTHER,
 972                           N_("df"), PIVOT_RC_INTEGER,
 973                           N_("Mean Square"), PIVOT_RC_OTHER,
 974                           N_("F"), PIVOT_RC_OTHER,
 975                           N_("Sig."), PIVOT_RC_SIGNIFICANCE);
 976
 977   pivot_dimension_create (table, PIVOT_AXIS_ROW, N_("Type"),
 978                           N_("Between Groups"), N_("Within Groups"),
 979                           N_("Total"));
 980
 981   struct pivot_dimension *variables = pivot_dimension_create (
 982     table, PIVOT_AXIS_ROW, N_("Variables"));
 983
 984   for (size_t i = 0; i < cmd->n_vars; ++i)
 985     {
 986       int var_idx = pivot_category_create_leaf (
 987         variables->root, pivot_value_new_variable (cmd->vars[i]));
 988
 989       const struct per_var_ws *pvw = &ws->vws[i];
 990
 991       double n;
 992       moments1_calculate (ws->dd_total[i]->mom, &n, NULL, NULL, NULL, NULL);
 993
 994       double df1 = pvw->n_groups - 1;
 995       double df2 = n - pvw->n_groups;
 996       double msa = pvw->ssa / df1;
 997       double F = msa / pvw->mse ;
 998
 999       struct entry
1000         {
1001           int stat_idx;
1002           int type_idx;
1003           double x;
1004         }
1005       entries[] = {
1006         /* Sums of Squares. */
1007         { 0, 0, pvw->ssa },
1008         { 0, 1, pvw->sse },
1009         { 0, 2, pvw->sst },
1010         /* Degrees of Freedom. */
1011         { 1, 0, df1 },
1012         { 1, 1, df2 },
1013         { 1, 2, n - 1 },
1014         /* Mean Squares. */
1015         { 2, 0, msa },
1016         { 2, 1, pvw->mse },
1017         /* F. */
1018         { 3, 0, F },
1019         /* Significance. */
1020         { 4, 0, gsl_cdf_fdist_Q (F, df1, df2) },
1021       };
1022       for (size_t j = 0; j < sizeof entries / sizeof *entries; j++)
1023         {
1024           const struct entry *e = &entries[j];
1025           pivot_table_put3 (table, e->stat_idx, e->type_idx, var_idx,
1026                             pivot_value_new_number (e->x));
1027         }
1028     }
1029
1030   pivot_table_submit (table);
1031 }
1032
1033 /* Show the descriptives table */
1034 static void
1035 show_descriptives (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1036 {
1037   if (!cmd->n_vars)
1038     return;
1039   const struct categoricals *cats = covariance_get_categoricals (
1040     ws->vws[0].cov);
1041
1042   struct pivot_table *table = pivot_table_create (N_("Descriptives"));
1043   pivot_table_set_weight_format (table, cmd->wfmt);
1044
1045   const double confidence = 0.95;
1046
1047   struct pivot_dimension *statistics = pivot_dimension_create (
1048     table, PIVOT_AXIS_COLUMN, N_("Statistics"),
1049     N_("N"), PIVOT_RC_COUNT, N_("Mean"), N_("Std. Deviation"),
1050     N_("Std. Error"));
1051   struct pivot_category *interval = pivot_category_create_group__ (
1052     statistics->root,
1053     pivot_value_new_text_format (N_("%g%% Confidence Interval for Mean"),
1054                                  confidence * 100.0));
1055   pivot_category_create_leaves (interval, N_("Lower Bound"),
1056                                 N_("Upper Bound"));
1057   pivot_category_create_leaves (statistics->root,
1058                                 N_("Minimum"), N_("Maximum"));
1059
1060   struct pivot_dimension *indep_var = pivot_dimension_create__ (
1061     table, PIVOT_AXIS_ROW, pivot_value_new_variable (cmd->indep_var));
1062   indep_var->root->show_label = true;
1063   size_t n;
1064   union value *values = categoricals_get_var_values (cats, cmd->indep_var, &n);
1065   for (size_t j = 0; j < n; j++)
1066     pivot_category_create_leaf (
1067       indep_var->root, pivot_value_new_var_value (cmd->indep_var, &values[j]));
1068   pivot_category_create_leaf (
1069     indep_var->root, pivot_value_new_text_format (N_("Total")));
1070
1071   struct pivot_dimension *dep_var = pivot_dimension_create (
1072     table, PIVOT_AXIS_ROW, N_("Dependent Variable"));
1073
1074   const double q = (1.0 - confidence) / 2.0;
1075   for (int v = 0; v < cmd->n_vars; ++v)
1076     {
1077       int dep_var_idx = pivot_category_create_leaf (
1078         dep_var->root, pivot_value_new_variable (cmd->vars[v]));
1079
1080       struct per_var_ws *pvw = &ws->vws[v];
1081       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
1082
1083       int count;
1084       for (count = 0; count < categoricals_n_total (cats); ++count)
1085         {
1086           const struct descriptive_data *dd
1087             = categoricals_get_user_data_by_category (cats, count);
1088
1089           double n, mean, variance;
1090           moments1_calculate (dd->mom, &n, &mean, &variance, NULL, NULL);
1091
1092           double std_dev = sqrt (variance);
1093           double std_error = std_dev / sqrt (n) ;
1094           double T = gsl_cdf_tdist_Qinv (q, n - 1);
1095
1096           double entries[] = {
1097             n,
1098             mean,
1099             std_dev,
1100             std_error,
1101             mean - T * std_error,
1102             mean + T * std_error,
1103             dd->minimum,
1104             dd->maximum,
1105           };
1106           for (size_t i = 0; i < sizeof entries / sizeof *entries; i++)
1107             pivot_table_put3 (table, i, count, dep_var_idx,
1108                               pivot_value_new_number (entries[i]));
1109         }
1110
1111       if (categoricals_is_complete (cats))
1112         {
1113           double n, mean, variance;
1114           moments1_calculate (ws->dd_total[v]->mom, &n, &mean, &variance,
1115                               NULL, NULL);
1116
1117           double std_dev = sqrt (variance);
1118           double std_error = std_dev / sqrt (n) ;
1119           double T = gsl_cdf_tdist_Qinv (q, n - 1);
1120
1121           double entries[] = {
1122             n,
1123             mean,
1124             std_dev,
1125             std_error,
1126             mean - T * std_error,
1127             mean + T * std_error,
1128             ws->dd_total[v]->minimum,
1129             ws->dd_total[v]->maximum,
1130           };
1131           for (size_t i = 0; i < sizeof entries / sizeof *entries; i++)
1132             pivot_table_put3 (table, i, count, dep_var_idx,
1133                               pivot_value_new_number (entries[i]));
1134         }
1135     }
1136
1137   pivot_table_submit (table);
1138 }
1139
1140 /* Show the homogeneity table */
1141 static void
1142 show_homogeneity (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1143 {
1144   struct pivot_table *table = pivot_table_create (
1145     N_("Test of Homogeneity of Variances"));
1146
1147   pivot_dimension_create (table, PIVOT_AXIS_COLUMN, N_("Statistics"),
1148                           N_("Levene Statistic"), PIVOT_RC_OTHER,
1149                           N_("df1"), PIVOT_RC_INTEGER,
1150                           N_("df2"), PIVOT_RC_INTEGER,
1151                           N_("Sig."), PIVOT_RC_SIGNIFICANCE);
1152
1153   struct pivot_dimension *variables = pivot_dimension_create (
1154     table, PIVOT_AXIS_ROW, N_("Variables"));
1155
1156   for (int v = 0; v < cmd->n_vars; ++v)
1157     {
1158       int var_idx = pivot_category_create_leaf (
1159         variables->root, pivot_value_new_variable (cmd->vars[v]));
1160
1161       double n;
1162       moments1_calculate (ws->dd_total[v]->mom, &n, NULL, NULL, NULL, NULL);
1163
1164       const struct per_var_ws *pvw = &ws->vws[v];
1165       double df1 = pvw->n_groups - 1;
1166       double df2 = n - pvw->n_groups;
1167       double F = levene_calculate (pvw->nl);
1168
1169       double entries[] =
1170         {
1171           F,
1172           df1,
1173           df2,
1174           gsl_cdf_fdist_Q (F, df1, df2),
1175         };
1176       for (size_t i = 0; i < sizeof entries / sizeof *entries; i++)
1177         pivot_table_put2 (table, i, var_idx,
1178                           pivot_value_new_number (entries[i]));
1179     }
1180
1181   pivot_table_submit (table);
1182 }
1183
1184
1185 /* Show the contrast coefficients table */
1186 static void
1187 show_contrast_coeffs (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1188 {
1189   struct pivot_table *table = pivot_table_create (N_("Contrast Coefficients"));
1190
1191   struct pivot_dimension *indep_var = pivot_dimension_create__ (
1192     table, PIVOT_AXIS_COLUMN, pivot_value_new_variable (cmd->indep_var));
1193   indep_var->root->show_label = true;
1194
1195   struct pivot_dimension *contrast = pivot_dimension_create (
1196     table, PIVOT_AXIS_ROW, N_("Contrast"));
1197   contrast->root->show_label = true;
1198
1199   const struct covariance *cov = ws->vws[0].cov;
1200
1201   const struct contrasts_node *cn;
1202   int c_num = 1;
1203   ll_for_each (cn, struct contrasts_node, ll, &cmd->contrast_list)
1204     {
1205       int contrast_idx = pivot_category_create_leaf (
1206         contrast->root, pivot_value_new_integer (c_num++));
1207
1208       const struct coeff_node *coeffn;
1209       int indep_idx = 0;
1210       ll_for_each (coeffn, struct coeff_node, ll, &cn->coefficient_list)
1211         {
1212           const struct categoricals *cats = covariance_get_categoricals (cov);
1213           const struct ccase *gcc = categoricals_get_case_by_category (
1214             cats, indep_idx);
1215
1216           if (!contrast_idx)
1217             pivot_category_create_leaf (
1218               indep_var->root, pivot_value_new_var_value (
1219                 cmd->indep_var, case_data (gcc, cmd->indep_var)));
1220
1221           pivot_table_put2 (table, indep_idx++, contrast_idx,
1222                             pivot_value_new_integer (coeffn->coeff));
1223         }
1224     }
1225
1226   pivot_table_submit (table);
1227 }
1228
1229 /* Show the results of the contrast tests */
1230 static void
1231 show_contrast_tests (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1232 {
1233   struct pivot_table *table = pivot_table_create (N_("Contrast Tests"));
1234
1235   pivot_dimension_create (table, PIVOT_AXIS_COLUMN, N_("Statistics"),
1236                           N_("Value of Contrast"), PIVOT_RC_OTHER,
1237                           N_("Std. Error"), PIVOT_RC_OTHER,
1238                           N_("t"), PIVOT_RC_OTHER,
1239                           N_("df"), PIVOT_RC_OTHER,
1240                           N_("Sig. (2-tailed)"), PIVOT_RC_SIGNIFICANCE);
1241
1242   struct pivot_dimension *contrasts = pivot_dimension_create (
1243     table, PIVOT_AXIS_ROW, N_("Contrast"));
1244   contrasts->root->show_label = true;
1245   int n_contrasts = ll_count (&cmd->contrast_list);
1246   for (int i = 1; i <= n_contrasts; i++)
1247     pivot_category_create_leaf (contrasts->root, pivot_value_new_integer (i));
1248
1249   pivot_dimension_create (table, PIVOT_AXIS_ROW, N_("Assumption"),
1250                           N_("Assume equal variances"),
1251                           N_("Does not assume equal variances"));
1252
1253   struct pivot_dimension *variables = pivot_dimension_create (
1254     table, PIVOT_AXIS_ROW, N_("Dependent Variable"));
1255
1256   for (int v = 0; v < cmd->n_vars; ++v)
1257     {
1258       const struct per_var_ws *pvw = &ws->vws[v];
1259       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
1260       if (!categoricals_is_complete (cats))
1261         continue;
1262
1263       int var_idx = pivot_category_create_leaf (
1264         variables->root, pivot_value_new_variable (cmd->vars[v]));
1265
1266       struct contrasts_node *cn;
1267       int contrast_idx = 0;
1268       ll_for_each (cn, struct contrasts_node, ll, &cmd->contrast_list)
1269         {
1270
1271           /* Note: The calculation of the degrees of freedom in the
1272              "variances not equal" case is painfull!!
1273              The following formula may help to understand it:
1274              \frac{\left (\sum_{i=1}^k{c_i^2\frac{s_i^2}{n_i}}\right)^2}
1275              {
1276              \sum_{i=1}^k\left (
1277              \frac{\left (c_i^2\frac{s_i^2}{n_i}\right)^2}  {n_i-1}
1278              \right)
1279              }
1280           */
1281
1282           double grand_n;
1283           moments1_calculate (ws->dd_total[v]->mom, &grand_n, NULL, NULL,
1284                               NULL, NULL);
1285           double df = grand_n - pvw->n_groups;
1286
1287           double contrast_value = 0.0;
1288           double coef_msq = 0.0;
1289           double sec_vneq = 0.0;
1290           double df_denominator = 0.0;
1291           double df_numerator = 0.0;
1292           struct coeff_node *coeffn;
1293           int ci = 0;
1294           ll_for_each (coeffn, struct coeff_node, ll, &cn->coefficient_list)
1295             {
1296               const struct descriptive_data *dd
1297                 = categoricals_get_user_data_by_category (cats, ci);
1298               const double coef = coeffn->coeff;
1299
1300               double n, mean, variance;
1301               moments1_calculate (dd->mom, &n, &mean, &variance, NULL, NULL);
1302
1303               double winv = variance / n;
1304               contrast_value += coef * mean;
1305               coef_msq += pow2 (coef) / n;
1306               sec_vneq += pow2 (coef) * variance / n;
1307               df_numerator += pow2 (coef) * winv;
1308               df_denominator += pow2(pow2 (coef) * winv) / (n - 1);
1309
1310               ci++;
1311             }
1312           sec_vneq = sqrt (sec_vneq);
1313           df_numerator = pow2 (df_numerator);
1314
1315           double std_error_contrast = sqrt (pvw->mse * coef_msq);
1316           double T = fabs (contrast_value / std_error_contrast);
1317           double T_ne = contrast_value / sec_vneq;
1318           double df_ne = df_numerator / df_denominator;
1319           double p_ne = gsl_cdf_tdist_P (T_ne, df_ne);
1320           double q_ne = gsl_cdf_tdist_Q (T_ne, df_ne);
1321
1322           struct entry
1323             {
1324               int stat_idx;
1325               int assumption_idx;
1326               double x;
1327             }
1328           entries[] =
1329             {
1330               /* Assume equal. */
1331               { 0, 0, contrast_value },
1332               { 1, 0, std_error_contrast },
1333               { 2, 0, T },
1334               { 3, 0, df },
1335               { 4, 0, 2 * gsl_cdf_tdist_Q (T, df) },
1336               /* Do not assume equal. */
1337               { 0, 1, contrast_value },
1338               { 1, 1, sec_vneq },
1339               { 2, 1, T_ne },
1340               { 3, 1, df_ne },
1341               { 4, 1, 2 * (T > 0 ? q_ne : p_ne) },
1342             };
1343
1344           for (size_t i = 0; i < sizeof entries / sizeof *entries; i++)
1345             {
1346               const struct entry *e = &entries[i];
1347               pivot_table_put4 (
1348                 table, e->stat_idx, contrast_idx, e->assumption_idx, var_idx,
1349                 pivot_value_new_number (e->x));
1350             }
1351
1352           contrast_idx++;
1353         }
1354     }
1355
1356   pivot_table_submit (table);
1357 }
1358
1359 static void
1360 show_comparisons (const struct oneway_spec *cmd, const struct oneway_workspace *ws, int v)
1361 {
1362   struct pivot_table *table = pivot_table_create__ (
1363     pivot_value_new_user_text_nocopy (xasprintf (
1364                                         _("Multiple Comparisons (%s)"),
1365                                         var_to_string (cmd->vars[v]))));
1366   table->omit_empty = true;
1367
1368   struct pivot_dimension *statistics = pivot_dimension_create (
1369     table, PIVOT_AXIS_COLUMN, N_("Statistics"),
1370     N_("Mean Difference (I - J)"), PIVOT_RC_OTHER,
1371     N_("Std. Error"), PIVOT_RC_OTHER,
1372     N_("Sig."), PIVOT_RC_SIGNIFICANCE);
1373   struct pivot_category *interval = pivot_category_create_group__ (
1374     statistics->root,
1375     pivot_value_new_text_format (N_("%g%% Confidence Interval"),
1376                                  (1 - cmd->alpha) * 100.0));
1377   pivot_category_create_leaves (interval,
1378                                 N_("Lower Bound"), PIVOT_RC_OTHER,
1379                                 N_("Upper Bound"), PIVOT_RC_OTHER);
1380
1381   struct pivot_dimension *j_family = pivot_dimension_create (
1382     table, PIVOT_AXIS_ROW, N_("(J) Family"));
1383   j_family->root->show_label = true;
1384
1385   struct pivot_dimension *i_family = pivot_dimension_create (
1386     table, PIVOT_AXIS_ROW, N_("(J) Family"));
1387   i_family->root->show_label = true;
1388
1389   const struct per_var_ws *pvw = &ws->vws[v];
1390   const struct categoricals *cat = pvw->cat;
1391   for (int i = 0; i < pvw->n_groups; i++)
1392     {
1393       const struct ccase *gcc = categoricals_get_case_by_category (cat, i);
1394       for (int j = 0; j < 2; j++)
1395         pivot_category_create_leaf (
1396           j ? j_family->root : i_family->root,
1397           pivot_value_new_var_value (cmd->indep_var,
1398                                      case_data (gcc, cmd->indep_var)));
1399     }
1400
1401   struct pivot_dimension *test = pivot_dimension_create (
1402     table, PIVOT_AXIS_ROW, N_("Test"));
1403
1404   for (int p = 0; p < cmd->n_posthoc; ++p)
1405     {
1406       const struct posthoc *ph = &ph_tests[cmd->posthoc[p]];
1407
1408       int test_idx = pivot_category_create_leaf (
1409         test->root, pivot_value_new_text (ph->label));
1410
1411       for (int i = 0; i < pvw->n_groups ; ++i)
1412         {
1413           struct descriptive_data *dd_i
1414             = categoricals_get_user_data_by_category (cat, i);
1415           double weight_i, mean_i, var_i;
1416           moments1_calculate (dd_i->mom, &weight_i, &mean_i, &var_i, 0, 0);
1417
1418           for (int j = 0 ; j < pvw->n_groups; ++j)
1419             {
1420               if (j == i)
1421                 continue;
1422
1423               struct descriptive_data *dd_j
1424                 = categoricals_get_user_data_by_category (cat, j);
1425               double weight_j, mean_j, var_j;
1426               moments1_calculate (dd_j->mom, &weight_j, &mean_j, &var_j, 0, 0);
1427
1428               double std_err = pvw->mse;
1429               std_err *= weight_i + weight_j;
1430               std_err /= weight_i * weight_j;
1431               std_err = sqrt (std_err);
1432
1433               double sig = 2 * multiple_comparison_sig (std_err, pvw,
1434                                                         dd_i, dd_j, ph);
1435               double half_range = mc_half_range (cmd, pvw, std_err,
1436                                                  dd_i, dd_j, ph);
1437               double entries[] = {
1438                 mean_i - mean_j,
1439                 std_err,
1440                 sig,
1441                 (mean_i - mean_j) - half_range,
1442                 (mean_i - mean_j) + half_range,
1443               };
1444               for (size_t k = 0; k < sizeof entries / sizeof *entries; k++)
1445                 pivot_table_put4 (table, k, j, i, test_idx,
1446                                   pivot_value_new_number (entries[k]));
1447             }
1448         }
1449     }
1450
1451   pivot_table_submit (table);
1452 }