pintos-os.org Git - pspp/blob - src/math/linreg.c

   1 /* PSPP - a program for statistical analysis.
   2    Copyright (C) 2005, 2010, 2011, 2017 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 "math/linreg.h"
  20
  21 #include <gsl/gsl_blas.h>
  22 #include <gsl/gsl_cblas.h>
  23 #include <gsl/gsl_errno.h>
  24 #include <gsl/gsl_fit.h>
  25 #include <gsl/gsl_linalg.h>
  26 #include <gsl/gsl_multifit.h>
  27
  28 #include "data/value.h"
  29 #include "data/variable.h"
  30 #include "linreg/sweep.h"
  31
  32 #include "gl/xalloc.h"
  33
  34 /*
  35   Find the least-squares estimate of b for the linear model:
  36
  37   Y = Xb + Z
  38
  39   where Y is an n-by-1 column vector, X is an n-by-p matrix of
  40   independent variables, b is a p-by-1 vector of regression coefficients,
  41   and Z is an n-by-1 normally-distributed random vector with independent
  42   identically distributed components with mean 0.
  43
  44   This estimate is found via the sweep operator or singular-value
  45   decomposition with gsl.
  46
  47
  48   References:
  49
  50   1. Matrix Computations, third edition. GH Golub and CF Van Loan.
  51   The Johns Hopkins University Press. 1996. ISBN 0-8018-5414-8.
  52
  53   2. Numerical Analysis for Statisticians. K Lange. Springer. 1999.
  54   ISBN 0-387-94979-8.
  55
  56   3. Numerical Linear Algebra for Applications in Statistics. JE Gentle.
  57   Springer. 1998. ISBN 0-387-98542-5.
  58 */
  59
  60 struct linreg
  61 {
  62   double n_obs;                 /* Number of observations. */
  63   int n_indeps;                 /* Number of independent variables. */
  64   int n_coeffs;                 /* The intercept is not considered a
  65                                    coefficient here. */
  66
  67   /*
  68     Pointers to the variables.
  69    */
  70   const struct variable *depvar;
  71   const struct variable **indep_vars;
  72
  73   double *coeff;
  74   double intercept;
  75   /*
  76      Means and standard deviations of the variables.
  77      If these pointers are null when pspp_linreg() is
  78      called, pspp_linreg() will compute their values.
  79
  80      Entry i of indep_means is the mean of independent
  81      variable i, whose observations are stored in the ith
  82      column of the design matrix.
  83    */
  84   double depvar_mean;
  85   gsl_vector *indep_means;
  86   gsl_vector *indep_std;
  87
  88   /*
  89      Sums of squares.
  90    */
  91   double ssm;                   /* Sums of squares for the overall model. */
  92   double sst;                   /* Sum of squares total. */
  93   double sse;                   /* Sum of squares error. */
  94   double mse;                   /* Mean squared error. This is just sse /
  95                                    dfe, but since it is the best unbiased
  96                                    estimate of the population variance, it
  97                                    has its own entry here. */
  98   /*
  99      Covariance matrix of the parameter estimates.
 100    */
 101   gsl_matrix *cov;
 102   /*
 103      Degrees of freedom.
 104    */
 105   double dft;
 106   double dfe;
 107   double dfm;
 108
 109   int dependent_column; /* Column containing the dependent variable. Defaults to last column. */
 110   int refcnt;
 111
 112   bool origin;
 113 };
 114
 115 const struct variable **
 116 linreg_get_vars (const struct linreg *c)
 117 {
 118   return c->indep_vars;
 119 }
 120
 121 /*
 122   Allocate a linreg and return a pointer to it. n is the number of
 123   cases, p is the number of independent variables.
 124  */
 125 struct linreg *
 126 linreg_alloc (const struct variable *depvar, const struct variable **indep_vars,
 127               double n, size_t p, bool origin)
 128 {
 129   struct linreg *c;
 130   size_t i;
 131
 132   c = xmalloc (sizeof (*c));
 133   c->depvar = depvar;
 134   c->indep_vars = xnmalloc (p, sizeof (*indep_vars));
 135   c->dependent_column = p;
 136   for (i = 0; i < p; i++)
 137     {
 138       c->indep_vars[i] = indep_vars[i];
 139     }
 140   c->indep_means = gsl_vector_alloc (p);
 141   c->indep_std = gsl_vector_alloc (p);
 142
 143   c->n_obs = n;
 144   c->n_indeps = p;
 145   c->n_coeffs = p;
 146   c->coeff = xnmalloc (p, sizeof (*c->coeff));
 147   c->cov = gsl_matrix_calloc (c->n_coeffs + 1, c->n_coeffs + 1);
 148   c->dft = n;
 149   if (!origin)
 150     c->dft--;
 151
 152   c->dfm = p;
 153   c->dfe = c->dft - c->dfm;
 154   c->intercept = 0.0;
 155   c->depvar_mean = 0.0;
 156   /*
 157      Default settings.
 158    */
 159
 160   c->refcnt = 1;
 161
 162   c->origin = origin;
 163
 164   return c;
 165 }
 166
 167
 168 void
 169 linreg_ref (struct linreg *c)
 170 {
 171   c->refcnt++;
 172 }
 173
 174 void
 175 linreg_unref (struct linreg *c)
 176 {
 177   if (--c->refcnt == 0)
 178     {
 179       gsl_vector_free (c->indep_means);
 180       gsl_vector_free (c->indep_std);
 181       gsl_matrix_free (c->cov);
 182       free (c->indep_vars);
 183       free (c->coeff);
 184       free (c);
 185     }
 186 }
 187
 188 static void
 189 post_sweep_computations (struct linreg *l, gsl_matrix *sw)
 190 {
 191   double m;
 192   size_t i;
 193   size_t j;
 194   int rc;
 195
 196   assert (sw != NULL);
 197   assert (l != NULL);
 198
 199   l->sse = gsl_matrix_get (sw, l->n_indeps, l->n_indeps);
 200   l->mse = l->sse / l->dfe;
 201   /*
 202     Get the intercept.
 203   */
 204   m = l->depvar_mean;
 205   for (i = 0; i < l->n_indeps; i++)
 206     {
 207       double tmp = gsl_matrix_get (sw, i, l->n_indeps);
 208       l->coeff[i] = tmp;
 209       m -= tmp * linreg_get_indep_variable_mean (l, i);
 210     }
 211   /*
 212     Get the covariance matrix of the parameter estimates.
 213     Only the upper triangle is necessary.
 214   */
 215
 216   /*
 217     The loops below do not compute the entries related
 218     to the estimated intercept.
 219   */
 220   for (i = 0; i < l->n_indeps; i++)
 221     for (j = i; j < l->n_indeps; j++)
 222       {
 223         double tmp = -1.0 * l->mse * gsl_matrix_get (sw, i, j);
 224         gsl_matrix_set (l->cov, i + 1, j + 1, tmp);
 225       }
 226
 227   if (! l->origin)
 228     {
 229       gsl_matrix *xm;
 230       gsl_matrix_view xtx;
 231       gsl_matrix_view xmxtx;
 232       /*
 233         Get the covariances related to the intercept.
 234       */
 235       xtx = gsl_matrix_submatrix (sw, 0, 0, l->n_indeps, l->n_indeps);
 236       xmxtx = gsl_matrix_submatrix (l->cov, 0, 1, 1, l->n_indeps);
 237       xm = gsl_matrix_calloc (1, l->n_indeps);
 238       for (i = 0; i < xm->size2; i++)
 239         {
 240           gsl_matrix_set (xm, 0, i,
 241                           linreg_get_indep_variable_mean (l, i));
 242         }
 243       rc = gsl_blas_dsymm (CblasRight, CblasUpper, l->mse,
 244                            &xtx.matrix, xm, 0.0, &xmxtx.matrix);
 245       gsl_matrix_free (xm);
 246       if (rc == GSL_SUCCESS)
 247         {
 248           double tmp = l->mse / l->n_obs;
 249           for (i = 1; i < 1 + l->n_indeps; i++)
 250             {
 251               tmp -= gsl_matrix_get (l->cov, 0, i)
 252                 * linreg_get_indep_variable_mean (l, i - 1);
 253             }
 254           gsl_matrix_set (l->cov, 0, 0, tmp);
 255
 256           l->intercept = m;
 257         }
 258       else
 259         {
 260           fprintf (stderr, "%s:%d:gsl_blas_dsymm: %s\n",
 261                    __FILE__, __LINE__, gsl_strerror (rc));
 262           exit (rc);
 263         }
 264     }
 265 }
 266
 267 /*
 268   Predict the value of the dependent variable with the new set of
 269   predictors. VALS are assumed to be in the order corresponding to the
 270   order of the coefficients in the linreg struct.
 271  */
 272 double
 273 linreg_predict (const struct linreg *c, const double *vals, size_t n_vals)
 274 {
 275   size_t j;
 276   double result;
 277
 278   assert (n_vals == c->n_coeffs);
 279   if (vals == NULL || c == NULL)
 280     {
 281       return GSL_NAN;
 282     }
 283   if (c->coeff == NULL)
 284     {
 285       /* The stupid model: just guess the mean. */
 286       return c->depvar_mean;
 287     }
 288   result = c->intercept;
 289
 290   for (j = 0; j < n_vals; j++)
 291     {
 292       result += linreg_coeff (c, j) * vals[j];
 293     }
 294
 295   return result;
 296 }
 297
 298 double
 299 linreg_residual (const struct linreg *c, double obs, const double *vals, size_t n_vals)
 300 {
 301   if (vals == NULL || c == NULL)
 302     {
 303       return GSL_NAN;
 304     }
 305   return (obs - linreg_predict (c, vals, n_vals));
 306 }
 307
 308 /*
 309   Mean of the independent variable.
 310  */
 311 double
 312 linreg_get_indep_variable_mean (const struct linreg *c, size_t j)
 313 {
 314   assert (c != NULL);
 315   return gsl_vector_get (c->indep_means, j);
 316 }
 317
 318 void
 319 linreg_set_indep_variable_mean (struct linreg *c, size_t j, double m)
 320 {
 321   assert (c != NULL);
 322   gsl_vector_set (c->indep_means, j, m);
 323 }
 324
 325 #if 0
 326 static void
 327 linreg_fit_qr (const gsl_matrix *cov, struct linreg *l)
 328 {
 329   double intcpt_coef = 0.0;
 330   double intercept_variance = 0.0;
 331   gsl_matrix *xtx;
 332   gsl_matrix *q;
 333   gsl_matrix *r;
 334   gsl_vector *xty;
 335   gsl_vector *tau;
 336   gsl_vector *params;
 337   size_t i;
 338   size_t j;
 339
 340   xtx = gsl_matrix_alloc (cov->size1 - 1, cov->size2 - 1);
 341   xty = gsl_vector_alloc (cov->size1 - 1);
 342   tau = gsl_vector_alloc (cov->size1 - 1);
 343   params = gsl_vector_alloc (cov->size1 - 1);
 344
 345   for (i = 0; i < xtx->size1; i++)
 346     {
 347       gsl_vector_set (xty, i, gsl_matrix_get (cov, cov->size2 - 1, i));
 348       for (j = 0; j < xtx->size2; j++)
 349         {
 350           gsl_matrix_set (xtx, i, j, gsl_matrix_get (cov, i, j));
 351         }
 352     }
 353   gsl_linalg_QR_decomp (xtx, tau);
 354   q = gsl_matrix_alloc (xtx->size1, xtx->size2);
 355   r = gsl_matrix_alloc (xtx->size1, xtx->size2);
 356
 357   gsl_linalg_QR_unpack (xtx, tau, q, r);
 358   gsl_linalg_QR_solve (xtx, tau, xty, params);
 359   for (i = 0; i < params->size; i++)
 360     {
 361       l->coeff[i] = gsl_vector_get (params, i);
 362     }
 363   l->sst = gsl_matrix_get (cov, cov->size1 - 1, cov->size2 - 1);
 364   l->ssm = 0.0;
 365   for (i = 0; i < l->n_indeps; i++)
 366     {
 367       l->ssm += gsl_vector_get (xty, i) * l->coeff[i];
 368     }
 369   l->sse = l->sst - l->ssm;
 370
 371   gsl_blas_dtrsm (CblasLeft, CblasLower, CblasNoTrans, CblasNonUnit, linreg_mse (l),
 372                   r, q);
 373   /* Copy the lower triangle into the upper triangle. */
 374   for (i = 0; i < q->size1; i++)
 375     {
 376       gsl_matrix_set (l->cov, i + 1, i + 1, gsl_matrix_get (q, i, i));
 377       for (j = i + 1; j < q->size2; j++)
 378         {
 379           intercept_variance -= 2.0 * gsl_matrix_get (q, i, j) *
 380             linreg_get_indep_variable_mean (l, i) *
 381             linreg_get_indep_variable_mean (l, j);
 382           gsl_matrix_set (q, i, j, gsl_matrix_get (q, j, i));
 383         }
 384     }
 385
 386   if (!l->origin)
 387     {
 388       l->intercept = linreg_get_depvar_mean (l);
 389       for (i = 0; i < l->n_indeps; i++)
 390         {
 391           double tmp = linreg_get_indep_variable_mean (l, i);
 392           l->intercept -= l->coeff[i] * tmp;
 393           intercept_variance += tmp * tmp * gsl_matrix_get (q, i, i);
 394         }
 395
 396       /* Covariances related to the intercept. */
 397       intercept_variance += linreg_mse (l) / linreg_n_obs (l);
 398       gsl_matrix_set (l->cov, 0, 0, intercept_variance);
 399       for (i = 0; i < q->size1; i++)
 400         {
 401           for (j = 0; j < q->size2; j++)
 402             {
 403               intcpt_coef -= gsl_matrix_get (q, i, j)
 404                 * linreg_get_indep_variable_mean (l, j);
 405             }
 406           gsl_matrix_set (l->cov, 0, i + 1, intcpt_coef);
 407           gsl_matrix_set (l->cov, i + 1, 0, intcpt_coef);
 408           intcpt_coef = 0.0;
 409         }
 410     }
 411
 412   gsl_matrix_free (q);
 413   gsl_matrix_free (r);
 414   gsl_vector_free (xty);
 415   gsl_vector_free (tau);
 416   gsl_matrix_free (xtx);
 417   gsl_vector_free (params);
 418 }
 419 #endif
 420
 421 #define REG_LARGE_DATA 1000
 422
 423 /*
 424   Estimate the model parameters from the covariance matrix. This
 425   function assumes the covariance entries corresponding to the
 426   dependent variable are in the final row and column of the covariance
 427   matrix.
 428 */
 429 void
 430 linreg_fit (const gsl_matrix *cov, struct linreg *l)
 431 {
 432   assert (l != NULL);
 433   assert (cov != NULL);
 434
 435   l->sst = gsl_matrix_get (cov, cov->size1 - 1, cov->size2 - 1);
 436
 437 #if 0
 438   /*  This QR decomposition path seems to produce the incorrect
 439       values.  See https://savannah.gnu.org/bugs/?51373  */
 440   if ((l->n_obs * l->n_obs > l->n_indeps) && (l->n_obs > REG_LARGE_DATA))
 441     {
 442       /*
 443         For large data sets, use QR decomposition.
 444       */
 445       linreg_fit_qr (cov, l);
 446     }
 447   else
 448 #endif
 449     {
 450       gsl_matrix *params = gsl_matrix_calloc (cov->size1, cov->size2);
 451       gsl_matrix_memcpy (params, cov);
 452       reg_sweep (params, l->dependent_column);
 453       post_sweep_computations (l, params);
 454       gsl_matrix_free (params);
 455     }
 456 }
 457
 458 double
 459 linreg_mse (const struct linreg *c)
 460 {
 461   assert (c != NULL);
 462   return (c->sse / c->dfe);
 463 }
 464
 465 double
 466 linreg_intercept (const struct linreg *c)
 467 {
 468   return c->intercept;
 469 }
 470
 471 const gsl_matrix *
 472 linreg_cov (const struct linreg *c)
 473 {
 474   return c->cov;
 475 }
 476
 477 double
 478 linreg_coeff (const struct linreg *c, size_t i)
 479 {
 480   return (c->coeff[i]);
 481 }
 482
 483 const struct variable *
 484 linreg_indep_var (const struct linreg *c, size_t i)
 485 {
 486   return (c->indep_vars[i]);
 487 }
 488
 489 int
 490 linreg_n_indeps (const struct linreg *c)
 491 {
 492   return c->n_indeps;
 493 }
 494
 495
 496 const struct variable *
 497 linreg_dep_var (const struct linreg *c)
 498 {
 499   return c->depvar;
 500 }
 501
 502
 503 size_t
 504 linreg_n_coeffs (const struct linreg *c)
 505 {
 506   return c->n_coeffs;
 507 }
 508
 509 double
 510 linreg_n_obs (const struct linreg *c)
 511 {
 512   return c->n_obs;
 513 }
 514
 515 double
 516 linreg_sse (const struct linreg *c)
 517 {
 518   return c->sse;
 519 }
 520
 521 double
 522 linreg_ssreg (const struct linreg *c)
 523 {
 524   return (c->sst - c->sse);
 525 }
 526
 527 double linreg_sst (const struct linreg *c)
 528 {
 529   return c->sst;
 530 }
 531
 532 double
 533 linreg_dfmodel ( const struct linreg *c)
 534 {
 535   return c->dfm;
 536 }
 537
 538 double
 539 linreg_dferror ( const struct linreg *c)
 540 {
 541   return c->dfe;
 542 }
 543
 544 double
 545 linreg_dftotal ( const struct linreg *c)
 546 {
 547   return c->dft;
 548 }
 549
 550 void
 551 linreg_set_depvar_mean (struct linreg *c, double x)
 552 {
 553   c->depvar_mean = x;
 554 }
 555
 556 double
 557 linreg_get_depvar_mean (const struct linreg *c)
 558 {
 559   return c->depvar_mean;
 560 }