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 Free Software Foundation, Inc.
   3
   4    This program is free software: you can redistribute it and/or modify
   5    it under the terms of the GNU General Public License as published by
   6    the Free Software Foundation, either version 3 of the License, or
   7    (at your option) any later version.
   8
   9    This program is distributed in the hope that it will be useful,
  10    but WITHOUT ANY WARRANTY; without even the implied warranty of
  11    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  12    GNU General Public License for more details.
  13
  14    You should have received a copy of the GNU General Public License
  15    along with this program.  If not, see <http://www.gnu.org/licenses/>. */
  16
  17 #include <config.h>
  18
  19 #include <gsl/gsl_cdf.h>
  20 #include <gsl/gsl_matrix.h>
  21 #include <math.h>
  22
  23 #include "data/case.h"
  24 #include "data/casegrouper.h"
  25 #include "data/casereader.h"
  26 #include "data/dataset.h"
  27 #include "data/dictionary.h"
  28 #include "data/format.h"
  29 #include "data/value.h"
  30 #include "language/command.h"
  31 #include "language/dictionary/split-file.h"
  32 #include "language/lexer/lexer.h"
  33 #include "language/lexer/value-parser.h"
  34 #include "language/lexer/variable-parser.h"
  35 #include "libpspp/ll.h"
  36 #include "libpspp/message.h"
  37 #include "libpspp/misc.h"
  38 #include "libpspp/taint.h"
  39 #include "linreg/sweep.h"
  40 #include "tukey/tukey.h"
  41 #include "math/categoricals.h"
  42 #include "math/interaction.h"
  43 #include "math/covariance.h"
  44 #include "math/levene.h"
  45 #include "math/moments.h"
  46 #include "output/tab.h"
  47
  48 #include "gettext.h"
  49 #define _(msgid) gettext (msgid)
  50 #define N_(msgid) msgid
  51
  52 /* Workspace variable for each dependent variable */
  53 struct per_var_ws
  54 {
  55   struct categoricals *cat;
  56   struct covariance *cov;
  57   struct levene *nl;
  58
  59   double n;
  60
  61   double sst;
  62   double sse;
  63   double ssa;
  64
  65   int n_groups;
  66
  67   double mse;
  68 };
  69
  70 /* Per category data */
  71 struct descriptive_data
  72 {
  73   const struct variable *var;
  74   struct moments1 *mom;
  75
  76   double minimum;
  77   double maximum;
  78 };
  79
  80 enum missing_type
  81   {
  82     MISS_LISTWISE,
  83     MISS_ANALYSIS,
  84   };
  85
  86 enum statistics
  87   {
  88     STATS_DESCRIPTIVES = 0x0001,
  89     STATS_HOMOGENEITY = 0x0002
  90   };
  91
  92 struct coeff_node
  93 {
  94   struct ll ll;
  95   double coeff;
  96 };
  97
  98
  99 struct contrasts_node
 100 {
 101   struct ll ll;
 102   struct ll_list coefficient_list;
 103 };
 104
 105
 106 struct oneway_spec;
 107
 108 typedef double df_func (const struct per_var_ws *pvw, const struct moments1 *mom_i, const struct moments1 *mom_j);
 109 typedef double ts_func (int k, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err);
 110 typedef double p1tail_func (double ts, double df1, double df2);
 111
 112 typedef double pinv_func (double std_err, double alpha, double df, int k, const struct moments1 *mom_i, const struct moments1 *mom_j);
 113
 114
 115 struct posthoc
 116 {
 117   const char *syntax;
 118   const char *label;
 119
 120   df_func *dff;
 121   ts_func *tsf;
 122   p1tail_func *p1f;
 123
 124   pinv_func *pinv;
 125 };
 126
 127 struct oneway_spec
 128 {
 129   size_t n_vars;
 130   const struct variable **vars;
 131
 132   const struct variable *indep_var;
 133
 134   enum statistics stats;
 135
 136   enum missing_type missing_type;
 137   enum mv_class exclude;
 138
 139   /* List of contrasts */
 140   struct ll_list contrast_list;
 141
 142   /* The weight variable */
 143   const struct variable *wv;
 144
 145   /* The confidence level for multiple comparisons */
 146   double alpha;
 147
 148   int *posthoc;
 149   int n_posthoc;
 150 };
 151
 152 static double
 153 df_common (const struct per_var_ws *pvw, const struct moments1 *mom_i UNUSED, const struct moments1 *mom_j UNUSED)
 154 {
 155   return  pvw->n - pvw->n_groups;
 156 }
 157
 158 static double
 159 df_individual (const struct per_var_ws *pvw UNUSED, const struct moments1 *mom_i, const struct moments1 *mom_j)
 160 {
 161   double n_i, var_i;
 162   double n_j, var_j;
 163   double nom,denom;
 164
 165   moments1_calculate (mom_i, &n_i, NULL, &var_i, 0, 0);
 166   moments1_calculate (mom_j, &n_j, NULL, &var_j, 0, 0);
 167
 168   if ( n_i <= 1.0 || n_j <= 1.0)
 169     return SYSMIS;
 170
 171   nom = pow2 (var_i/n_i + var_j/n_j);
 172   denom = pow2 (var_i/n_i) / (n_i - 1) + pow2 (var_j/n_j) / (n_j - 1);
 173
 174   return nom / denom;
 175 }
 176
 177 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)
 178 {
 179   return std_err * gsl_cdf_tdist_Pinv (1.0 - alpha / 2.0, df);
 180 }
 181
 182 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)
 183 {
 184   const int m = k * (k - 1) / 2;
 185   return std_err * gsl_cdf_tdist_Pinv (1.0 - alpha / (2.0 * m), df);
 186 }
 187
 188 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)
 189 {
 190   const double m = k * (k - 1) / 2;
 191   double lp = 1.0 - exp (log (1.0 - alpha) / m ) ;
 192   return std_err * gsl_cdf_tdist_Pinv (1.0 - lp / 2.0, df);
 193 }
 194
 195 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)
 196 {
 197   if ( k < 2 || df < 2)
 198     return SYSMIS;
 199
 200   return std_err / sqrt (2.0)  * qtukey (1 - alpha, 1.0, k, df, 1, 0);
 201 }
 202
 203 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)
 204 {
 205   double x = (k - 1) * gsl_cdf_fdist_Pinv (1.0 - alpha, k - 1, df);
 206   return std_err * sqrt (x);
 207 }
 208
 209 static double gh_pinv (double std_err UNUSED, double alpha, double df, int k, const struct moments1 *mom_i, const struct moments1 *mom_j)
 210 {
 211   double n_i, mean_i, var_i;
 212   double n_j, mean_j, var_j;
 213   double m;
 214
 215   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 216   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 217
 218   m = sqrt ((var_i/n_i + var_j/n_j) / 2.0);
 219
 220   if ( k < 2 || df < 2)
 221     return SYSMIS;
 222
 223   return m * qtukey (1 - alpha, 1.0, k, df, 1, 0);
 224 }
 225
 226
 227 static double
 228 multiple_comparison_sig (double std_err,
 229                                        const struct per_var_ws *pvw,
 230                                        const struct descriptive_data *dd_i, const struct descriptive_data *dd_j,
 231                                        const struct posthoc *ph)
 232 {
 233   int k = pvw->n_groups;
 234   double df = ph->dff (pvw, dd_i->mom, dd_j->mom);
 235   double ts = ph->tsf (k, dd_i->mom, dd_j->mom, std_err);
 236   if ( df == SYSMIS)
 237     return SYSMIS;
 238   return  ph->p1f (ts, k - 1, df);
 239 }
 240
 241 static double
 242 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)
 243 {
 244   int k = pvw->n_groups;
 245   double df = ph->dff (pvw, dd_i->mom, dd_j->mom);
 246   if ( df == SYSMIS)
 247     return SYSMIS;
 248
 249   return ph->pinv (std_err, cmd->alpha, df, k, dd_i->mom, dd_j->mom);
 250 }
 251
 252 static double tukey_1tailsig (double ts, double df1, double df2)
 253 {
 254   double twotailedsig;
 255
 256   if (df2 < 2 || df1 < 1)
 257     return SYSMIS;
 258
 259   twotailedsig = 1.0 - ptukey (ts, 1.0, df1 + 1, df2, 1, 0);
 260
 261   return twotailedsig / 2.0;
 262 }
 263
 264 static double lsd_1tailsig (double ts, double df1 UNUSED, double df2)
 265 {
 266   return ts < 0 ? gsl_cdf_tdist_P (ts, df2) : gsl_cdf_tdist_Q (ts, df2);
 267 }
 268
 269 static double sidak_1tailsig (double ts, double df1, double df2)
 270 {
 271   double ex = (df1 + 1.0) * df1 / 2.0;
 272   double lsd_sig = 2 * lsd_1tailsig (ts, df1, df2);
 273
 274   return 0.5 * (1.0 - pow (1.0 - lsd_sig, ex));
 275 }
 276
 277 static double bonferroni_1tailsig (double ts, double df1, double df2)
 278 {
 279   const int m = (df1 + 1) * df1 / 2;
 280
 281   double p = ts < 0 ? gsl_cdf_tdist_P (ts, df2) : gsl_cdf_tdist_Q (ts, df2);
 282   p *= m;
 283
 284   return p > 0.5 ? 0.5 : p;
 285 }
 286
 287 static double scheffe_1tailsig (double ts, double df1, double df2)
 288 {
 289   return 0.5 * gsl_cdf_fdist_Q (ts, df1, df2);
 290 }
 291
 292
 293 static double tukey_test_stat (int k UNUSED, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err)
 294 {
 295   double ts;
 296   double n_i, mean_i, var_i;
 297   double n_j, mean_j, var_j;
 298
 299   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 300   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 301
 302   ts =  (mean_i - mean_j) / std_err;
 303   ts = fabs (ts) * sqrt (2.0);
 304
 305   return ts;
 306 }
 307
 308 static double lsd_test_stat (int k UNUSED, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err)
 309 {
 310   double n_i, mean_i, var_i;
 311   double n_j, mean_j, var_j;
 312
 313   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 314   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 315
 316   return (mean_i - mean_j) / std_err;
 317 }
 318
 319 static double scheffe_test_stat (int k, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err)
 320 {
 321   double t;
 322   double n_i, mean_i, var_i;
 323   double n_j, mean_j, var_j;
 324
 325   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 326   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 327
 328   t = (mean_i - mean_j) / std_err;
 329   t = pow2 (t);
 330   t /= k - 1;
 331
 332   return t;
 333 }
 334
 335 static double gh_test_stat (int k UNUSED, const struct moments1 *mom_i, const struct moments1 *mom_j, double std_err UNUSED)
 336 {
 337   double ts;
 338   double thing;
 339   double n_i, mean_i, var_i;
 340   double n_j, mean_j, var_j;
 341
 342   moments1_calculate (mom_i, &n_i, &mean_i, &var_i, 0, 0);
 343   moments1_calculate (mom_j, &n_j, &mean_j, &var_j, 0, 0);
 344
 345   thing = var_i / n_i + var_j / n_j;
 346   thing /= 2.0;
 347   thing = sqrt (thing);
 348
 349   ts = (mean_i - mean_j) / thing;
 350
 351   return fabs (ts);
 352 }
 353
 354
 355
 356 static const struct posthoc ph_tests [] =
 357   {
 358     { "LSD",        N_("LSD"),          df_common, lsd_test_stat,     lsd_1tailsig,          lsd_pinv},
 359     { "TUKEY",      N_("Tukey HSD"),    df_common, tukey_test_stat,   tukey_1tailsig,        tukey_pinv},
 360     { "BONFERRONI", N_("Bonferroni"),   df_common, lsd_test_stat,     bonferroni_1tailsig,   bonferroni_pinv},
 361     { "SCHEFFE",    N_("Scheffé"),      df_common, scheffe_test_stat, scheffe_1tailsig,      scheffe_pinv},
 362     { "GH",         N_("Games-Howell"), df_individual, gh_test_stat,  tukey_1tailsig,        gh_pinv},
 363     { "SIDAK",      N_("Šidák"),        df_common, lsd_test_stat,     sidak_1tailsig,        sidak_pinv}
 364   };
 365
 366
 367 struct oneway_workspace
 368 {
 369   /* The number of distinct values of the independent variable, when all
 370      missing values are disregarded */
 371   int actual_number_of_groups;
 372
 373   struct per_var_ws *vws;
 374
 375   /* An array of descriptive data.  One for each dependent variable */
 376   struct descriptive_data **dd_total;
 377 };
 378
 379 /* Routines to show the output tables */
 380 static void show_anova_table (const struct oneway_spec *, const struct oneway_workspace *);
 381 static void show_descriptives (const struct oneway_spec *, const struct oneway_workspace *);
 382 static void show_homogeneity (const struct oneway_spec *, const struct oneway_workspace *);
 383
 384 static void output_oneway (const struct oneway_spec *, struct oneway_workspace *ws);
 385 static void run_oneway (const struct oneway_spec *cmd, struct casereader *input, const struct dataset *ds);
 386
 387
 388 static void
 389 destroy_coeff_list (struct contrasts_node *coeff_list)
 390 {
 391   struct coeff_node *cn = NULL;
 392   struct coeff_node *cnx = NULL;
 393   struct ll_list *cl = &coeff_list->coefficient_list;
 394
 395   ll_for_each_safe (cn, cnx, struct coeff_node, ll, cl)
 396     {
 397       free (cn);
 398     }
 399
 400   free (coeff_list);
 401 }
 402
 403 static void
 404 oneway_cleanup (struct oneway_spec *cmd)
 405 {
 406   struct contrasts_node *coeff_list  = NULL;
 407   struct contrasts_node *coeff_next  = NULL;
 408   ll_for_each_safe (coeff_list, coeff_next, struct contrasts_node, ll, &cmd->contrast_list)
 409     {
 410       destroy_coeff_list (coeff_list);
 411     }
 412
 413   free (cmd->posthoc);
 414 }
 415
 416
 417
 418 int
 419 cmd_oneway (struct lexer *lexer, struct dataset *ds)
 420 {
 421   const struct dictionary *dict = dataset_dict (ds);
 422   struct oneway_spec oneway ;
 423   oneway.n_vars = 0;
 424   oneway.vars = NULL;
 425   oneway.indep_var = NULL;
 426   oneway.stats = 0;
 427   oneway.missing_type = MISS_ANALYSIS;
 428   oneway.exclude = MV_ANY;
 429   oneway.wv = dict_get_weight (dict);
 430   oneway.alpha = 0.05;
 431   oneway.posthoc = NULL;
 432   oneway.n_posthoc = 0;
 433
 434   ll_init (&oneway.contrast_list);
 435
 436
 437   if ( lex_match (lexer, T_SLASH))
 438     {
 439       if (!lex_force_match_id (lexer, "VARIABLES"))
 440         {
 441           goto error;
 442         }
 443       lex_match (lexer, T_EQUALS);
 444     }
 445
 446   if (!parse_variables_const (lexer, dict,
 447                               &oneway.vars, &oneway.n_vars,
 448                               PV_NO_DUPLICATE | PV_NUMERIC))
 449     goto error;
 450
 451   lex_force_match (lexer, T_BY);
 452
 453   oneway.indep_var = parse_variable_const (lexer, dict);
 454
 455   while (lex_token (lexer) != T_ENDCMD)
 456     {
 457       lex_match (lexer, T_SLASH);
 458
 459       if (lex_match_id (lexer, "STATISTICS"))
 460         {
 461           lex_match (lexer, T_EQUALS);
 462           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 463             {
 464               if (lex_match_id (lexer, "DESCRIPTIVES"))
 465                 {
 466                   oneway.stats |= STATS_DESCRIPTIVES;
 467                 }
 468               else if (lex_match_id (lexer, "HOMOGENEITY"))
 469                 {
 470                   oneway.stats |= STATS_HOMOGENEITY;
 471                 }
 472               else
 473                 {
 474                   lex_error (lexer, NULL);
 475                   goto error;
 476                 }
 477             }
 478         }
 479       else if (lex_match_id (lexer, "POSTHOC"))
 480         {
 481           lex_match (lexer, T_EQUALS);
 482           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 483             {
 484               int p;
 485               bool method = false;
 486               for (p = 0 ; p < sizeof (ph_tests) / sizeof (struct posthoc); ++p)
 487                 {
 488                   if (lex_match_id (lexer, ph_tests[p].syntax))
 489                     {
 490                       oneway.n_posthoc++;
 491                       oneway.posthoc = xrealloc (oneway.posthoc, sizeof (*oneway.posthoc) * oneway.n_posthoc);
 492                       oneway.posthoc[oneway.n_posthoc - 1] = p;
 493                       method = true;
 494                       break;
 495                     }
 496                 }
 497               if ( method == false)
 498                 {
 499                   if (lex_match_id (lexer, "ALPHA"))
 500                     {
 501                       if ( !lex_force_match (lexer, T_LPAREN))
 502                         goto error;
 503                       lex_force_num (lexer);
 504                       oneway.alpha = lex_number (lexer);
 505                       lex_get (lexer);
 506                       if ( !lex_force_match (lexer, T_RPAREN))
 507                         goto error;
 508                     }
 509                   else
 510                     {
 511                       msg (SE, _("The post hoc analysis method %s is not supported."), lex_tokcstr (lexer));
 512                       lex_error (lexer, NULL);
 513                       goto error;
 514                     }
 515                 }
 516             }
 517         }
 518       else if (lex_match_id (lexer, "CONTRAST"))
 519         {
 520           struct contrasts_node *cl = xzalloc (sizeof *cl);
 521
 522           struct ll_list *coefficient_list = &cl->coefficient_list;
 523           lex_match (lexer, T_EQUALS);
 524
 525           ll_init (coefficient_list);
 526
 527           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 528             {
 529               if ( lex_is_number (lexer))
 530                 {
 531                   struct coeff_node *cc = xmalloc (sizeof *cc);
 532                   cc->coeff = lex_number (lexer);
 533
 534                   ll_push_tail (coefficient_list, &cc->ll);
 535                   lex_get (lexer);
 536                 }
 537               else
 538                 {
 539                   destroy_coeff_list (cl);
 540                   lex_error (lexer, NULL);
 541                   goto error;
 542                 }
 543             }
 544
 545           ll_push_tail (&oneway.contrast_list, &cl->ll);
 546         }
 547       else if (lex_match_id (lexer, "MISSING"))
 548         {
 549           lex_match (lexer, T_EQUALS);
 550           while (lex_token (lexer) != T_ENDCMD && lex_token (lexer) != T_SLASH)
 551             {
 552               if (lex_match_id (lexer, "INCLUDE"))
 553                 {
 554                   oneway.exclude = MV_SYSTEM;
 555                 }
 556               else if (lex_match_id (lexer, "EXCLUDE"))
 557                 {
 558                   oneway.exclude = MV_ANY;
 559                 }
 560               else if (lex_match_id (lexer, "LISTWISE"))
 561                 {
 562                   oneway.missing_type = MISS_LISTWISE;
 563                 }
 564               else if (lex_match_id (lexer, "ANALYSIS"))
 565                 {
 566                   oneway.missing_type = MISS_ANALYSIS;
 567                 }
 568               else
 569                 {
 570                   lex_error (lexer, NULL);
 571                   goto error;
 572                 }
 573             }
 574         }
 575       else
 576         {
 577           lex_error (lexer, NULL);
 578           goto error;
 579         }
 580     }
 581
 582
 583   {
 584     struct casegrouper *grouper;
 585     struct casereader *group;
 586     bool ok;
 587
 588     grouper = casegrouper_create_splits (proc_open (ds), dict);
 589     while (casegrouper_get_next_group (grouper, &group))
 590       run_oneway (&oneway, group, ds);
 591     ok = casegrouper_destroy (grouper);
 592     ok = proc_commit (ds) && ok;
 593   }
 594
 595   oneway_cleanup (&oneway);
 596   free (oneway.vars);
 597   return CMD_SUCCESS;
 598
 599  error:
 600   oneway_cleanup (&oneway);
 601   free (oneway.vars);
 602   return CMD_FAILURE;
 603 }
 604
 605
 606 \f
 607
 608
 609 static struct descriptive_data *
 610 dd_create (const struct variable *var)
 611 {
 612   struct descriptive_data *dd = xmalloc (sizeof *dd);
 613
 614   dd->mom = moments1_create (MOMENT_VARIANCE);
 615   dd->minimum = DBL_MAX;
 616   dd->maximum = -DBL_MAX;
 617   dd->var = var;
 618
 619   return dd;
 620 }
 621
 622 static void
 623 dd_destroy (struct descriptive_data *dd)
 624 {
 625   moments1_destroy (dd->mom);
 626   free (dd);
 627 }
 628
 629 static void *
 630 makeit (const void *aux1, void *aux2 UNUSED)
 631 {
 632   const struct variable *var = aux1;
 633
 634   struct descriptive_data *dd = dd_create (var);
 635
 636   return dd;
 637 }
 638
 639 static void
 640 killit (const void *aux1 UNUSED, void *aux2 UNUSED, void *user_data)
 641 {
 642   struct descriptive_data *dd = user_data;
 643
 644   dd_destroy (dd);
 645 }
 646
 647
 648 static void
 649 updateit (const void *aux1, void *aux2, void *user_data,
 650           const struct ccase *c, double weight)
 651 {
 652   struct descriptive_data *dd = user_data;
 653
 654   const struct variable *varp = aux1;
 655
 656   const union value *valx = case_data (c, varp);
 657
 658   struct descriptive_data *dd_total = aux2;
 659
 660   moments1_add (dd->mom, valx->f, weight);
 661   if (valx->f < dd->minimum)
 662     dd->minimum = valx->f;
 663
 664   if (valx->f > dd->maximum)
 665     dd->maximum = valx->f;
 666
 667   {
 668     const struct variable *var = dd_total->var;
 669     const union value *val = case_data (c, var);
 670
 671     moments1_add (dd_total->mom,
 672                   val->f,
 673                   weight);
 674
 675     if (val->f < dd_total->minimum)
 676       dd_total->minimum = val->f;
 677
 678     if (val->f > dd_total->maximum)
 679       dd_total->maximum = val->f;
 680   }
 681 }
 682
 683 static void
 684 run_oneway (const struct oneway_spec *cmd,
 685             struct casereader *input,
 686             const struct dataset *ds)
 687 {
 688   int v;
 689   struct taint *taint;
 690   struct dictionary *dict = dataset_dict (ds);
 691   struct casereader *reader;
 692   struct ccase *c;
 693
 694   struct oneway_workspace ws;
 695
 696   ws.actual_number_of_groups = 0;
 697   ws.vws = xzalloc (cmd->n_vars * sizeof (*ws.vws));
 698   ws.dd_total = xmalloc (sizeof (struct descriptive_data) * cmd->n_vars);
 699
 700   for (v = 0 ; v < cmd->n_vars; ++v)
 701     ws.dd_total[v] = dd_create (cmd->vars[v]);
 702
 703   for (v = 0; v < cmd->n_vars; ++v)
 704     {
 705       struct interaction *inter = interaction_create (cmd->indep_var);
 706
 707       struct payload payload;
 708       payload.create = makeit;
 709       payload.update = updateit;
 710       payload.calculate = NULL;
 711       payload.destroy = killit;
 712
 713       ws.vws[v].cat = categoricals_create (&inter, 1, cmd->wv,
 714                                            cmd->exclude, cmd->exclude);
 715
 716       categoricals_set_payload (ws.vws[v].cat, &payload,
 717                                 CONST_CAST (struct variable *, cmd->vars[v]),
 718                                 ws.dd_total[v]);
 719
 720
 721       ws.vws[v].cov = covariance_2pass_create (1, &cmd->vars[v],
 722                                                ws.vws[v].cat,
 723                                                cmd->wv, cmd->exclude);
 724       ws.vws[v].nl = levene_create (var_get_width (cmd->indep_var), NULL);
 725     }
 726
 727   c = casereader_peek (input, 0);
 728   if (c == NULL)
 729     {
 730       casereader_destroy (input);
 731       goto finish;
 732     }
 733   output_split_file_values (ds, c);
 734   case_unref (c);
 735
 736   taint = taint_clone (casereader_get_taint (input));
 737
 738   input = casereader_create_filter_missing (input, &cmd->indep_var, 1,
 739                                             cmd->exclude, NULL, NULL);
 740   if (cmd->missing_type == MISS_LISTWISE)
 741     input = casereader_create_filter_missing (input, cmd->vars, cmd->n_vars,
 742                                               cmd->exclude, NULL, NULL);
 743   input = casereader_create_filter_weight (input, dict, NULL, NULL);
 744
 745   reader = casereader_clone (input);
 746   for (; (c = casereader_read (reader)) != NULL; case_unref (c))
 747     {
 748       int i;
 749       double w = dict_get_case_weight (dict, c, NULL);
 750
 751       for (i = 0; i < cmd->n_vars; ++i)
 752         {
 753           struct per_var_ws *pvw = &ws.vws[i];
 754           const struct variable *v = cmd->vars[i];
 755           const union value *val = case_data (c, v);
 756
 757           if ( MISS_ANALYSIS == cmd->missing_type)
 758             {
 759               if ( var_is_value_missing (v, val, cmd->exclude))
 760                 continue;
 761             }
 762
 763           covariance_accumulate_pass1 (pvw->cov, c);
 764           levene_pass_one (pvw->nl, val->f, w, case_data (c, cmd->indep_var));
 765         }
 766     }
 767   casereader_destroy (reader);
 768
 769   reader = casereader_clone (input);
 770   for ( ; (c = casereader_read (reader) ); case_unref (c))
 771     {
 772       int i;
 773       double w = dict_get_case_weight (dict, c, NULL);
 774       for (i = 0; i < cmd->n_vars; ++i)
 775         {
 776           struct per_var_ws *pvw = &ws.vws[i];
 777           const struct variable *v = cmd->vars[i];
 778           const union value *val = case_data (c, v);
 779
 780           if ( MISS_ANALYSIS == cmd->missing_type)
 781             {
 782               if ( var_is_value_missing (v, val, cmd->exclude))
 783                 continue;
 784             }
 785
 786           covariance_accumulate_pass2 (pvw->cov, c);
 787           levene_pass_two (pvw->nl, val->f, w, case_data (c, cmd->indep_var));
 788         }
 789     }
 790   casereader_destroy (reader);
 791
 792   reader = casereader_clone (input);
 793   for ( ; (c = casereader_read (reader) ); case_unref (c))
 794     {
 795       int i;
 796       double w = dict_get_case_weight (dict, c, NULL);
 797
 798       for (i = 0; i < cmd->n_vars; ++i)
 799         {
 800           struct per_var_ws *pvw = &ws.vws[i];
 801           const struct variable *v = cmd->vars[i];
 802           const union value *val = case_data (c, v);
 803
 804           if ( MISS_ANALYSIS == cmd->missing_type)
 805             {
 806               if ( var_is_value_missing (v, val, cmd->exclude))
 807                 continue;
 808             }
 809
 810           levene_pass_three (pvw->nl, val->f, w, case_data (c, cmd->indep_var));
 811         }
 812     }
 813   casereader_destroy (reader);
 814
 815
 816   for (v = 0; v < cmd->n_vars; ++v)
 817     {
 818       gsl_matrix *cm;
 819       struct per_var_ws *pvw = &ws.vws[v];
 820       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
 821       const bool ok = categoricals_sane (cats);
 822
 823       if ( ! ok)
 824         {
 825           msg (MW,
 826                _("Dependent variable %s has no non-missing values.  No analysis for this variable will be done."),
 827                var_get_name (cmd->vars[v]));
 828           continue;
 829         }
 830
 831       cm = covariance_calculate_unnormalized (pvw->cov);
 832
 833       moments1_calculate (ws.dd_total[v]->mom, &pvw->n, NULL, NULL, NULL, NULL);
 834
 835       pvw->sst = gsl_matrix_get (cm, 0, 0);
 836
 837       reg_sweep (cm, 0);
 838
 839       pvw->sse = gsl_matrix_get (cm, 0, 0);
 840
 841       pvw->ssa = pvw->sst - pvw->sse;
 842
 843       pvw->n_groups = categoricals_n_total (cats);
 844
 845       pvw->mse = (pvw->sst - pvw->ssa) / (pvw->n - pvw->n_groups);
 846
 847       gsl_matrix_free (cm);
 848     }
 849
 850   for (v = 0; v < cmd->n_vars; ++v)
 851     {
 852       const struct categoricals *cats = covariance_get_categoricals (ws.vws[v].cov);
 853
 854       if ( ! categoricals_is_complete (cats))
 855         {
 856           continue;
 857         }
 858
 859       if (categoricals_n_total (cats) > ws.actual_number_of_groups)
 860         ws.actual_number_of_groups = categoricals_n_total (cats);
 861     }
 862
 863   casereader_destroy (input);
 864
 865   if (!taint_has_tainted_successor (taint))
 866     output_oneway (cmd, &ws);
 867
 868   taint_destroy (taint);
 869
 870  finish:
 871
 872   for (v = 0; v < cmd->n_vars; ++v)
 873     {
 874       covariance_destroy (ws.vws[v].cov);
 875       levene_destroy (ws.vws[v].nl);
 876       dd_destroy (ws.dd_total[v]);
 877     }
 878   free (ws.vws);
 879   free (ws.dd_total);
 880 }
 881
 882 static void show_contrast_coeffs (const struct oneway_spec *cmd, const struct oneway_workspace *ws);
 883 static void show_contrast_tests (const struct oneway_spec *cmd, const struct oneway_workspace *ws);
 884 static void show_comparisons (const struct oneway_spec *cmd, const struct oneway_workspace *ws, int depvar);
 885
 886 static void
 887 output_oneway (const struct oneway_spec *cmd, struct oneway_workspace *ws)
 888 {
 889   size_t i = 0;
 890
 891   /* Check the sanity of the given contrast values */
 892   struct contrasts_node *coeff_list  = NULL;
 893   struct contrasts_node *coeff_next  = NULL;
 894   ll_for_each_safe (coeff_list, coeff_next, struct contrasts_node, ll, &cmd->contrast_list)
 895     {
 896       struct coeff_node *cn = NULL;
 897       double sum = 0;
 898       struct ll_list *cl = &coeff_list->coefficient_list;
 899       ++i;
 900
 901       if (ll_count (cl) != ws->actual_number_of_groups)
 902         {
 903           msg (SW,
 904                _("In contrast list %zu, the number of coefficients (%zu) does not equal the number of groups (%d). This contrast list will be ignored."),
 905                i, ll_count (cl), ws->actual_number_of_groups);
 906
 907           ll_remove (&coeff_list->ll);
 908           destroy_coeff_list (coeff_list);
 909           continue;
 910         }
 911
 912       ll_for_each (cn, struct coeff_node, ll, cl)
 913         sum += cn->coeff;
 914
 915       if ( sum != 0.0 )
 916         msg (SW, _("Coefficients for contrast %zu do not total zero"), i);
 917     }
 918
 919   if (cmd->stats & STATS_DESCRIPTIVES)
 920     show_descriptives (cmd, ws);
 921
 922   if (cmd->stats & STATS_HOMOGENEITY)
 923     show_homogeneity (cmd, ws);
 924
 925   show_anova_table (cmd, ws);
 926
 927   if (ll_count (&cmd->contrast_list) > 0)
 928     {
 929       show_contrast_coeffs (cmd, ws);
 930       show_contrast_tests (cmd, ws);
 931     }
 932
 933   if ( cmd->posthoc )
 934     {
 935       int v;
 936       for (v = 0 ; v < cmd->n_vars; ++v)
 937         {
 938           const struct categoricals *cats = covariance_get_categoricals (ws->vws[v].cov);
 939
 940           if ( categoricals_is_complete (cats))
 941             show_comparisons (cmd, ws, v);
 942         }
 943     }
 944 }
 945
 946
 947 /* Show the ANOVA table */
 948 static void
 949 show_anova_table (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
 950 {
 951   size_t i;
 952   int n_cols =7;
 953   size_t n_rows = cmd->n_vars * 3 + 1;
 954
 955   struct tab_table *t = tab_create (n_cols, n_rows);
 956
 957   tab_headers (t, 2, 0, 1, 0);
 958
 959   tab_box (t,
 960            TAL_2, TAL_2,
 961            -1, TAL_1,
 962            0, 0,
 963            n_cols - 1, n_rows - 1);
 964
 965   tab_hline (t, TAL_2, 0, n_cols - 1, 1 );
 966   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
 967   tab_vline (t, TAL_0, 1, 0, 0);
 968
 969   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("Sum of Squares"));
 970   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("df"));
 971   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("Mean Square"));
 972   tab_text (t, 5, 0, TAB_CENTER | TAT_TITLE, _("F"));
 973   tab_text (t, 6, 0, TAB_CENTER | TAT_TITLE, _("Significance"));
 974
 975
 976   for (i = 0; i < cmd->n_vars; ++i)
 977     {
 978       double n;
 979       double df1, df2;
 980       double msa;
 981       const char *s = var_to_string (cmd->vars[i]);
 982       const struct per_var_ws *pvw = &ws->vws[i];
 983
 984       moments1_calculate (ws->dd_total[i]->mom, &n, NULL, NULL, NULL, NULL);
 985
 986       df1 = pvw->n_groups - 1;
 987       df2 = n - pvw->n_groups;
 988       msa = pvw->ssa / df1;
 989
 990       tab_text (t, 0, i * 3 + 1, TAB_LEFT | TAT_TITLE, s);
 991       tab_text (t, 1, i * 3 + 1, TAB_LEFT | TAT_TITLE, _("Between Groups"));
 992       tab_text (t, 1, i * 3 + 2, TAB_LEFT | TAT_TITLE, _("Within Groups"));
 993       tab_text (t, 1, i * 3 + 3, TAB_LEFT | TAT_TITLE, _("Total"));
 994
 995       if (i > 0)
 996         tab_hline (t, TAL_1, 0, n_cols - 1, i * 3 + 1);
 997
 998
 999       /* Sums of Squares */
1000       tab_double (t, 2, i * 3 + 1, 0, pvw->ssa, NULL);
1001       tab_double (t, 2, i * 3 + 3, 0, pvw->sst, NULL);
1002       tab_double (t, 2, i * 3 + 2, 0, pvw->sse, NULL);
1003
1004
1005       /* Degrees of freedom */
1006       tab_fixed (t, 3, i * 3 + 1, 0, df1, 4, 0);
1007       tab_fixed (t, 3, i * 3 + 2, 0, df2, 4, 0);
1008       tab_fixed (t, 3, i * 3 + 3, 0, n - 1, 4, 0);
1009
1010       /* Mean Squares */
1011       tab_double (t, 4, i * 3 + 1, TAB_RIGHT, msa, NULL);
1012       tab_double (t, 4, i * 3 + 2, TAB_RIGHT, pvw->mse, NULL);
1013
1014       {
1015         const double F = msa / pvw->mse ;
1016
1017         /* The F value */
1018         tab_double (t, 5, i * 3 + 1, 0,  F, NULL);
1019
1020         /* The significance */
1021         tab_double (t, 6, i * 3 + 1, 0, gsl_cdf_fdist_Q (F, df1, df2), NULL);
1022       }
1023     }
1024
1025   tab_title (t, _("ANOVA"));
1026   tab_submit (t);
1027 }
1028
1029
1030 /* Show the descriptives table */
1031 static void
1032 show_descriptives (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1033 {
1034   size_t v;
1035   int n_cols = 10;
1036   struct tab_table *t;
1037   int row;
1038
1039   const double confidence = 0.95;
1040   const double q = (1.0 - confidence) / 2.0;
1041
1042   const struct fmt_spec *wfmt = cmd->wv ? var_get_print_format (cmd->wv) : &F_8_0;
1043
1044   int n_rows = 2;
1045
1046   for (v = 0; v < cmd->n_vars; ++v)
1047     n_rows += ws->actual_number_of_groups + 1;
1048
1049   t = tab_create (n_cols, n_rows);
1050   tab_headers (t, 2, 0, 2, 0);
1051
1052   /* Put a frame around the entire box, and vertical lines inside */
1053   tab_box (t,
1054            TAL_2, TAL_2,
1055            -1, TAL_1,
1056            0, 0,
1057            n_cols - 1, n_rows - 1);
1058
1059   /* Underline headers */
1060   tab_hline (t, TAL_2, 0, n_cols - 1, 2);
1061   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
1062
1063   tab_text (t, 2, 1, TAB_CENTER | TAT_TITLE, _("N"));
1064   tab_text (t, 3, 1, TAB_CENTER | TAT_TITLE, _("Mean"));
1065   tab_text (t, 4, 1, TAB_CENTER | TAT_TITLE, _("Std. Deviation"));
1066   tab_text (t, 5, 1, TAB_CENTER | TAT_TITLE, _("Std. Error"));
1067
1068
1069   tab_vline (t, TAL_0, 7, 0, 0);
1070   tab_hline (t, TAL_1, 6, 7, 1);
1071   tab_joint_text_format (t, 6, 0, 7, 0, TAB_CENTER | TAT_TITLE,
1072                          _("%g%% Confidence Interval for Mean"),
1073                          confidence*100.0);
1074
1075   tab_text (t, 6, 1, TAB_CENTER | TAT_TITLE, _("Lower Bound"));
1076   tab_text (t, 7, 1, TAB_CENTER | TAT_TITLE, _("Upper Bound"));
1077
1078   tab_text (t, 8, 1, TAB_CENTER | TAT_TITLE, _("Minimum"));
1079   tab_text (t, 9, 1, TAB_CENTER | TAT_TITLE, _("Maximum"));
1080
1081   tab_title (t, _("Descriptives"));
1082
1083   row = 2;
1084   for (v = 0; v < cmd->n_vars; ++v)
1085     {
1086       const char *s = var_to_string (cmd->vars[v]);
1087       const struct fmt_spec *fmt = var_get_print_format (cmd->vars[v]);
1088
1089       int count = 0;
1090
1091       struct per_var_ws *pvw = &ws->vws[v];
1092       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
1093
1094       tab_text (t, 0, row, TAB_LEFT | TAT_TITLE, s);
1095       if ( v > 0)
1096         tab_hline (t, TAL_1, 0, n_cols - 1, row);
1097
1098       for (count = 0; count < categoricals_n_total (cats); ++count)
1099         {
1100           double T;
1101           double n, mean, variance;
1102           double std_dev, std_error ;
1103
1104           struct string vstr;
1105
1106           const struct ccase *gcc = categoricals_get_case_by_category (cats, count);
1107           const struct descriptive_data *dd = categoricals_get_user_data_by_category (cats, count);
1108
1109           moments1_calculate (dd->mom, &n, &mean, &variance, NULL, NULL);
1110
1111           std_dev = sqrt (variance);
1112           std_error = std_dev / sqrt (n) ;
1113
1114           ds_init_empty (&vstr);
1115
1116           var_append_value_name (cmd->indep_var, case_data (gcc, cmd->indep_var), &vstr);
1117
1118           tab_text (t, 1, row + count,
1119                     TAB_LEFT | TAT_TITLE,
1120                     ds_cstr (&vstr));
1121
1122           ds_destroy (&vstr);
1123
1124           /* Now fill in the numbers ... */
1125
1126           tab_double (t, 2, row + count, 0, n, wfmt);
1127
1128           tab_double (t, 3, row + count, 0, mean, NULL);
1129
1130           tab_double (t, 4, row + count, 0, std_dev, NULL);
1131
1132
1133           tab_double (t, 5, row + count, 0, std_error, NULL);
1134
1135           /* Now the confidence interval */
1136
1137           T = gsl_cdf_tdist_Qinv (q, n - 1);
1138
1139           tab_double (t, 6, row + count, 0,
1140                       mean - T * std_error, NULL);
1141
1142           tab_double (t, 7, row + count, 0,
1143                       mean + T * std_error, NULL);
1144
1145           /* Min and Max */
1146
1147           tab_double (t, 8, row + count, 0,  dd->minimum, fmt);
1148           tab_double (t, 9, row + count, 0,  dd->maximum, fmt);
1149         }
1150
1151       if (categoricals_is_complete (cats))
1152       {
1153         double T;
1154         double n, mean, variance;
1155         double std_dev;
1156         double std_error;
1157
1158         moments1_calculate (ws->dd_total[v]->mom, &n, &mean, &variance, NULL, NULL);
1159
1160         std_dev = sqrt (variance);
1161         std_error = std_dev / sqrt (n) ;
1162
1163         tab_text (t, 1, row + count,
1164                   TAB_LEFT | TAT_TITLE, _("Total"));
1165
1166         tab_double (t, 2, row + count, 0, n, wfmt);
1167
1168         tab_double (t, 3, row + count, 0, mean, NULL);
1169
1170         tab_double (t, 4, row + count, 0, std_dev, NULL);
1171
1172         tab_double (t, 5, row + count, 0, std_error, NULL);
1173
1174         /* Now the confidence interval */
1175         T = gsl_cdf_tdist_Qinv (q, n - 1);
1176
1177         tab_double (t, 6, row + count, 0,
1178                     mean - T * std_error, NULL);
1179
1180         tab_double (t, 7, row + count, 0,
1181                     mean + T * std_error, NULL);
1182
1183
1184         /* Min and Max */
1185         tab_double (t, 8, row + count, 0,  ws->dd_total[v]->minimum, fmt);
1186         tab_double (t, 9, row + count, 0,  ws->dd_total[v]->maximum, fmt);
1187       }
1188
1189       row += categoricals_n_total (cats) + 1;
1190     }
1191
1192   tab_submit (t);
1193 }
1194
1195 /* Show the homogeneity table */
1196 static void
1197 show_homogeneity (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1198 {
1199   size_t v;
1200   int n_cols = 5;
1201   size_t n_rows = cmd->n_vars + 1;
1202
1203   struct tab_table *t = tab_create (n_cols, n_rows);
1204   tab_headers (t, 1, 0, 1, 0);
1205
1206   /* Put a frame around the entire box, and vertical lines inside */
1207   tab_box (t,
1208            TAL_2, TAL_2,
1209            -1, TAL_1,
1210            0, 0,
1211            n_cols - 1, n_rows - 1);
1212
1213
1214   tab_hline (t, TAL_2, 0, n_cols - 1, 1);
1215   tab_vline (t, TAL_2, 1, 0, n_rows - 1);
1216
1217   tab_text (t, 1, 0, TAB_CENTER | TAT_TITLE, _("Levene Statistic"));
1218   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("df1"));
1219   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("df2"));
1220   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("Significance"));
1221
1222   tab_title (t, _("Test of Homogeneity of Variances"));
1223
1224   for (v = 0; v < cmd->n_vars; ++v)
1225     {
1226       double n;
1227       const struct per_var_ws *pvw = &ws->vws[v];
1228       double F = levene_calculate (pvw->nl);
1229
1230       const struct variable *var = cmd->vars[v];
1231       const char *s = var_to_string (var);
1232       double df1, df2;
1233
1234       moments1_calculate (ws->dd_total[v]->mom, &n, NULL, NULL, NULL, NULL);
1235
1236       df1 = pvw->n_groups - 1;
1237       df2 = n - pvw->n_groups;
1238
1239       tab_text (t, 0, v + 1, TAB_LEFT | TAT_TITLE, s);
1240
1241       tab_double (t, 1, v + 1, TAB_RIGHT, F, NULL);
1242       tab_fixed (t, 2, v + 1, TAB_RIGHT, df1, 8, 0);
1243       tab_fixed (t, 3, v + 1, TAB_RIGHT, df2, 8, 0);
1244
1245       /* Now the significance */
1246       tab_double (t, 4, v + 1, TAB_RIGHT, gsl_cdf_fdist_Q (F, df1, df2), NULL);
1247     }
1248
1249   tab_submit (t);
1250 }
1251
1252
1253 /* Show the contrast coefficients table */
1254 static void
1255 show_contrast_coeffs (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1256 {
1257   int c_num = 0;
1258   struct ll *cli;
1259
1260   int n_contrasts = ll_count (&cmd->contrast_list);
1261   int n_cols = 2 + ws->actual_number_of_groups;
1262   int n_rows = 2 + n_contrasts;
1263
1264   struct tab_table *t;
1265
1266   const struct covariance *cov = ws->vws[0].cov ;
1267
1268   t = tab_create (n_cols, n_rows);
1269   tab_headers (t, 2, 0, 2, 0);
1270
1271   /* Put a frame around the entire box, and vertical lines inside */
1272   tab_box (t,
1273            TAL_2, TAL_2,
1274            -1, TAL_1,
1275            0, 0,
1276            n_cols - 1, n_rows - 1);
1277
1278   tab_box (t,
1279            -1, -1,
1280            TAL_0, TAL_0,
1281            2, 0,
1282            n_cols - 1, 0);
1283
1284   tab_box (t,
1285            -1, -1,
1286            TAL_0, TAL_0,
1287            0, 0,
1288            1, 1);
1289
1290   tab_hline (t, TAL_1, 2, n_cols - 1, 1);
1291   tab_hline (t, TAL_2, 0, n_cols - 1, 2);
1292
1293   tab_vline (t, TAL_2, 2, 0, n_rows - 1);
1294
1295   tab_title (t, _("Contrast Coefficients"));
1296
1297   tab_text (t,  0, 2, TAB_LEFT | TAT_TITLE, _("Contrast"));
1298
1299
1300   tab_joint_text (t, 2, 0, n_cols - 1, 0, TAB_CENTER | TAT_TITLE,
1301                   var_to_string (cmd->indep_var));
1302
1303   for ( cli = ll_head (&cmd->contrast_list);
1304         cli != ll_null (&cmd->contrast_list);
1305         cli = ll_next (cli))
1306     {
1307       int count = 0;
1308       struct contrasts_node *cn = ll_data (cli, struct contrasts_node, ll);
1309       struct ll *coeffi ;
1310
1311       tab_text_format (t, 1, c_num + 2, TAB_CENTER, "%d", c_num + 1);
1312
1313       for (coeffi = ll_head (&cn->coefficient_list);
1314            coeffi != ll_null (&cn->coefficient_list);
1315            ++count, coeffi = ll_next (coeffi))
1316         {
1317           const struct categoricals *cats = covariance_get_categoricals (cov);
1318           const struct ccase *gcc = categoricals_get_case_by_category (cats, count);
1319           struct coeff_node *coeffn = ll_data (coeffi, struct coeff_node, ll);
1320           struct string vstr;
1321
1322           ds_init_empty (&vstr);
1323
1324           var_append_value_name (cmd->indep_var, case_data (gcc, cmd->indep_var), &vstr);
1325
1326           tab_text (t, count + 2, 1, TAB_CENTER | TAT_TITLE, ds_cstr (&vstr));
1327
1328           ds_destroy (&vstr);
1329
1330           tab_text_format (t, count + 2, c_num + 2, TAB_RIGHT, "%g", coeffn->coeff);
1331         }
1332       ++c_num;
1333     }
1334
1335   tab_submit (t);
1336 }
1337
1338
1339 /* Show the results of the contrast tests */
1340 static void
1341 show_contrast_tests (const struct oneway_spec *cmd, const struct oneway_workspace *ws)
1342 {
1343   int n_contrasts = ll_count (&cmd->contrast_list);
1344   size_t v;
1345   int n_cols = 8;
1346   size_t n_rows = 1 + cmd->n_vars * 2 * n_contrasts;
1347
1348   struct tab_table *t;
1349
1350   t = tab_create (n_cols, n_rows);
1351   tab_headers (t, 3, 0, 1, 0);
1352
1353   /* Put a frame around the entire box, and vertical lines inside */
1354   tab_box (t,
1355            TAL_2, TAL_2,
1356            -1, TAL_1,
1357            0, 0,
1358            n_cols - 1, n_rows - 1);
1359
1360   tab_box (t,
1361            -1, -1,
1362            TAL_0, TAL_0,
1363            0, 0,
1364            2, 0);
1365
1366   tab_hline (t, TAL_2, 0, n_cols - 1, 1);
1367   tab_vline (t, TAL_2, 3, 0, n_rows - 1);
1368
1369   tab_title (t, _("Contrast Tests"));
1370
1371   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("Contrast"));
1372   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("Value of Contrast"));
1373   tab_text (t,  4, 0, TAB_CENTER | TAT_TITLE, _("Std. Error"));
1374   tab_text (t,  5, 0, TAB_CENTER | TAT_TITLE, _("t"));
1375   tab_text (t,  6, 0, TAB_CENTER | TAT_TITLE, _("df"));
1376   tab_text (t,  7, 0, TAB_CENTER | TAT_TITLE, _("Sig. (2-tailed)"));
1377
1378   for (v = 0; v < cmd->n_vars; ++v)
1379     {
1380       const struct per_var_ws *pvw = &ws->vws[v];
1381       const struct categoricals *cats = covariance_get_categoricals (pvw->cov);
1382       struct ll *cli;
1383       int i = 0;
1384       int lines_per_variable = 2 * n_contrasts;
1385
1386       tab_text (t,  0, (v * lines_per_variable) + 1, TAB_LEFT | TAT_TITLE,
1387                 var_to_string (cmd->vars[v]));
1388
1389       for ( cli = ll_head (&cmd->contrast_list);
1390             cli != ll_null (&cmd->contrast_list);
1391             ++i, cli = ll_next (cli))
1392         {
1393           struct contrasts_node *cn = ll_data (cli, struct contrasts_node, ll);
1394           struct ll *coeffi ;
1395           int ci = 0;
1396           double contrast_value = 0.0;
1397           double coef_msq = 0.0;
1398
1399           double T;
1400           double std_error_contrast;
1401           double df;
1402           double sec_vneq = 0.0;
1403
1404           /* Note: The calculation of the degrees of freedom in the
1405              "variances not equal" case is painfull!!
1406              The following formula may help to understand it:
1407              \frac{\left (\sum_{i=1}^k{c_i^2\frac{s_i^2}{n_i}}\right)^2}
1408              {
1409              \sum_{i=1}^k\left (
1410              \frac{\left (c_i^2\frac{s_i^2}{n_i}\right)^2}  {n_i-1}
1411              \right)
1412              }
1413           */
1414
1415           double df_denominator = 0.0;
1416           double df_numerator = 0.0;
1417
1418           double grand_n;
1419           moments1_calculate (ws->dd_total[v]->mom, &grand_n, NULL, NULL, NULL, NULL);
1420           df = grand_n - pvw->n_groups;
1421
1422           if ( i == 0 )
1423             {
1424               tab_text (t,  1, (v * lines_per_variable) + i + 1,
1425                         TAB_LEFT | TAT_TITLE,
1426                         _("Assume equal variances"));
1427
1428               tab_text (t,  1, (v * lines_per_variable) + i + 1 + n_contrasts,
1429                         TAB_LEFT | TAT_TITLE,
1430                         _("Does not assume equal"));
1431             }
1432
1433           tab_text_format (t,  2, (v * lines_per_variable) + i + 1,
1434                            TAB_CENTER | TAT_TITLE, "%d", i + 1);
1435
1436
1437           tab_text_format (t,  2,
1438                            (v * lines_per_variable) + i + 1 + n_contrasts,
1439                            TAB_CENTER | TAT_TITLE, "%d", i + 1);
1440
1441           for (coeffi = ll_head (&cn->coefficient_list);
1442                coeffi != ll_null (&cn->coefficient_list);
1443                ++ci, coeffi = ll_next (coeffi))
1444             {
1445               double n, mean, variance;
1446               const struct descriptive_data *dd = categoricals_get_user_data_by_category (cats, ci);
1447               struct coeff_node *cn = ll_data (coeffi, struct coeff_node, ll);
1448               const double coef = cn->coeff;
1449               double winv ;
1450
1451               moments1_calculate (dd->mom, &n, &mean, &variance, NULL, NULL);
1452
1453               winv = variance / n;
1454
1455               contrast_value += coef * mean;
1456
1457               coef_msq += (pow2 (coef)) / n;
1458
1459               sec_vneq += (pow2 (coef)) * variance / n;
1460
1461               df_numerator += (pow2 (coef)) * winv;
1462               df_denominator += pow2((pow2 (coef)) * winv) / (n - 1);
1463             }
1464
1465           sec_vneq = sqrt (sec_vneq);
1466
1467           df_numerator = pow2 (df_numerator);
1468
1469           tab_double (t,  3, (v * lines_per_variable) + i + 1,
1470                       TAB_RIGHT, contrast_value, NULL);
1471
1472           tab_double (t,  3, (v * lines_per_variable) + i + 1 +
1473                       n_contrasts,
1474                       TAB_RIGHT, contrast_value, NULL);
1475
1476           std_error_contrast = sqrt (pvw->mse * coef_msq);
1477
1478           /* Std. Error */
1479           tab_double (t,  4, (v * lines_per_variable) + i + 1,
1480                       TAB_RIGHT, std_error_contrast,
1481                       NULL);
1482
1483           T = fabs (contrast_value / std_error_contrast);
1484
1485           /* T Statistic */
1486
1487           tab_double (t,  5, (v * lines_per_variable) + i + 1,
1488                       TAB_RIGHT, T,
1489                       NULL);
1490
1491
1492           /* Degrees of Freedom */
1493           tab_fixed (t,  6, (v * lines_per_variable) + i + 1,
1494                      TAB_RIGHT,  df,
1495                      8, 0);
1496
1497
1498           /* Significance TWO TAILED !!*/
1499           tab_double (t,  7, (v * lines_per_variable) + i + 1,
1500                       TAB_RIGHT,  2 * gsl_cdf_tdist_Q (T, df),
1501                       NULL);
1502
1503           /* Now for the Variances NOT Equal case */
1504
1505           /* Std. Error */
1506           tab_double (t,  4,
1507                       (v * lines_per_variable) + i + 1 + n_contrasts,
1508                       TAB_RIGHT, sec_vneq,
1509                       NULL);
1510
1511           T = contrast_value / sec_vneq;
1512           tab_double (t,  5,
1513                       (v * lines_per_variable) + i + 1 + n_contrasts,
1514                       TAB_RIGHT, T,
1515                       NULL);
1516
1517           df = df_numerator / df_denominator;
1518
1519           tab_double (t,  6,
1520                       (v * lines_per_variable) + i + 1 + n_contrasts,
1521                       TAB_RIGHT, df,
1522                       NULL);
1523
1524           /* The Significance */
1525           tab_double (t, 7, (v * lines_per_variable) + i + 1 + n_contrasts,
1526                       TAB_RIGHT,  2 * gsl_cdf_tdist_Q (T,df),
1527                       NULL);
1528         }
1529
1530       if ( v > 0 )
1531         tab_hline (t, TAL_1, 0, n_cols - 1, (v * lines_per_variable) + 1);
1532     }
1533
1534   tab_submit (t);
1535 }
1536
1537
1538
1539 static void
1540 show_comparisons (const struct oneway_spec *cmd, const struct oneway_workspace *ws, int v)
1541 {
1542   const int n_cols = 8;
1543   const int heading_rows = 2;
1544   const int heading_cols = 3;
1545
1546   int p;
1547   int r = heading_rows ;
1548
1549   const struct per_var_ws *pvw = &ws->vws[v];
1550   const struct categoricals *cat = pvw->cat;
1551   const int n_rows = heading_rows + cmd->n_posthoc * pvw->n_groups * (pvw->n_groups - 1);
1552
1553   struct tab_table *t = tab_create (n_cols, n_rows);
1554
1555   tab_headers (t, heading_cols, 0, heading_rows, 0);
1556
1557   /* Put a frame around the entire box, and vertical lines inside */
1558   tab_box (t,
1559            TAL_2, TAL_2,
1560            -1, -1,
1561            0, 0,
1562            n_cols - 1, n_rows - 1);
1563
1564   tab_box (t,
1565            -1, -1,
1566            -1, TAL_1,
1567            heading_cols, 0,
1568            n_cols - 1, n_rows - 1);
1569
1570   tab_vline (t, TAL_2, heading_cols, 0, n_rows - 1);
1571
1572   tab_title (t, _("Multiple Comparisons"));
1573
1574   tab_text_format (t,  1, 1, TAB_LEFT | TAT_TITLE, _("(I) %s"), var_to_string (cmd->indep_var));
1575   tab_text_format (t,  2, 1, TAB_LEFT | TAT_TITLE, _("(J) %s"), var_to_string (cmd->indep_var));
1576   tab_text (t,  3, 0, TAB_CENTER | TAT_TITLE, _("Mean Difference"));
1577   tab_text (t,  3, 1, TAB_CENTER | TAT_TITLE, _("(I - J)"));
1578   tab_text (t,  4, 1, TAB_CENTER | TAT_TITLE, _("Std. Error"));
1579   tab_text (t,  5, 1, TAB_CENTER | TAT_TITLE, _("Sig."));
1580
1581   tab_joint_text_format (t, 6, 0, 7, 0, TAB_CENTER | TAT_TITLE,
1582                          _("%g%% Confidence Interval"),
1583                          (1 - cmd->alpha) * 100.0);
1584
1585   tab_text (t,  6, 1, TAB_CENTER | TAT_TITLE, _("Lower Bound"));
1586   tab_text (t,  7, 1, TAB_CENTER | TAT_TITLE, _("Upper Bound"));
1587
1588
1589   for (p = 0; p < cmd->n_posthoc; ++p)
1590     {
1591       int i;
1592       const struct posthoc *ph = &ph_tests[cmd->posthoc[p]];
1593
1594       tab_hline (t, TAL_2, 0, n_cols - 1, r);
1595
1596       tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, gettext (ph->label));
1597
1598       for (i = 0; i < pvw->n_groups ; ++i)
1599         {
1600           double weight_i, mean_i, var_i;
1601           int rx = 0;
1602           struct string vstr;
1603           int j;
1604           struct descriptive_data *dd_i = categoricals_get_user_data_by_category (cat, i);
1605           const struct ccase *gcc = categoricals_get_case_by_category (cat, i);
1606
1607
1608           ds_init_empty (&vstr);
1609           var_append_value_name (cmd->indep_var, case_data (gcc, cmd->indep_var), &vstr);
1610
1611           if ( i != 0)
1612             tab_hline (t, TAL_1, 1, n_cols - 1, r);
1613           tab_text (t, 1, r, TAB_LEFT | TAT_TITLE, ds_cstr (&vstr));
1614
1615           moments1_calculate (dd_i->mom, &weight_i, &mean_i, &var_i, 0, 0);
1616
1617           for (j = 0 ; j < pvw->n_groups; ++j)
1618             {
1619               double std_err;
1620               double weight_j, mean_j, var_j;
1621               double half_range;
1622               const struct ccase *cc;
1623               struct descriptive_data *dd_j = categoricals_get_user_data_by_category (cat, j);
1624               if (j == i)
1625                 continue;
1626
1627               ds_clear (&vstr);
1628               cc = categoricals_get_case_by_category (cat, j);
1629               var_append_value_name (cmd->indep_var, case_data (cc, cmd->indep_var), &vstr);
1630               tab_text (t, 2, r + rx, TAB_LEFT | TAT_TITLE, ds_cstr (&vstr));
1631
1632               moments1_calculate (dd_j->mom, &weight_j, &mean_j, &var_j, 0, 0);
1633
1634               tab_double  (t, 3, r + rx, 0, mean_i - mean_j, 0);
1635
1636               std_err = pvw->mse;
1637               std_err *= weight_i + weight_j;
1638               std_err /= weight_i * weight_j;
1639               std_err = sqrt (std_err);
1640
1641               tab_double  (t, 4, r + rx, 0, std_err, 0);
1642
1643               tab_double (t, 5, r + rx, 0, 2 * multiple_comparison_sig (std_err, pvw, dd_i, dd_j, ph), 0);
1644
1645               half_range = mc_half_range (cmd, pvw, std_err, dd_i, dd_j, ph);
1646
1647               tab_double (t, 6, r + rx, 0,
1648                            (mean_i - mean_j) - half_range, 0 );
1649
1650               tab_double (t, 7, r + rx, 0,
1651                            (mean_i - mean_j) + half_range, 0 );
1652
1653               rx++;
1654             }
1655           ds_destroy (&vstr);
1656           r += pvw->n_groups - 1;
1657         }
1658     }
1659
1660   tab_submit (t);
1661 }