e9c118d8c5bed7f7da417025acd984328d3b664e
[pspp] / tests / language / stats / npar.at
1 AT_BANNER([NPAR TESTS])
2
3 AT_SETUP([NPAR TESTS BINOMIAL, P < 0.5; N1/N2 < 1])
4 AT_DATA([npar.sps], [dnl
5 SET FORMAT F8.3.
6
7 DATA LIST LIST NOTABLE /x * w *.
8 BEGIN DATA.
9 1   6
10 2   15
11 END DATA.
12
13 WEIGHT BY w.
14
15 NPAR TESTS
16         /BINOMIAL(0.3) = x
17         .
18 ])
19 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
20 Table: Binomial Test
21 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (1-tailed)
22 x,Group1,1.000,6.000,.286,.300,.551
23 ,Group2,2.000,15.000,.714,,
24 ,Total,,21.000,1.000,,
25 ])
26 AT_CLEANUP
27
28 AT_SETUP([NPAR TESTS BINOMIAL, P < 0.5; N1/N2 > 1])
29 AT_DATA([npar.sps], [dnl
30 SET FORMAT F8.3.
31
32 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
33 BEGIN DATA.
34 1   7
35 2   6
36 END DATA.
37
38 WEIGHT BY w.
39
40 NPAR TESTS
41         /BINOMIAL(0.4) = x
42         .
43 ])
44 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
45 Table: Binomial Test
46 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (1-tailed)
47 x,Group1,1,7,.538,.400,.229
48 ,Group2,2,6,.462,,
49 ,Total,,13,1.000,,
50 ])
51 AT_CLEANUP
52
53 AT_SETUP([NPAR TESTS BINOMIAL, P < 0.5; N1/N2 = 1])
54 AT_DATA([npar.sps], [dnl
55 SET FORMAT F8.3.
56
57 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
58 BEGIN DATA.
59 1   8
60 2   8
61 END DATA.
62
63 WEIGHT BY w.
64
65 NPAR TESTS
66         /BINOMIAL(0.4) = x
67         .
68 ])
69 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
70 Table: Binomial Test
71 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (1-tailed)
72 x,Group1,1,8,.500,.400,.284
73 ,Group2,2,8,.500,,
74 ,Total,,16,1.000,,
75 ])
76 AT_CLEANUP
77
78 AT_SETUP([NPAR TESTS BINOMIAL, P > 0.5; N1/N2 < 1])
79 AT_DATA([npar.sps], [dnl
80 SET FORMAT F8.3.
81
82 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
83 BEGIN DATA.
84 1   11
85 2   12
86 END DATA.
87
88 WEIGHT BY w.
89
90 NPAR TESTS
91         /BINOMIAL(0.6) = x
92         .
93 ])
94 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
95 Table: Binomial Test
96 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (1-tailed)
97 x,Group1,1,11,.478,.600,.164
98 ,Group2,2,12,.522,,
99 ,Total,,23,1.000,,
100 ])
101 AT_CLEANUP
102
103 AT_SETUP([NPAR TESTS BINOMIAL, P > 0.5; N1/N2 > 1])
104 AT_DATA([npar.sps], [dnl
105 SET FORMAT F8.3.
106
107 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
108 BEGIN DATA.
109 1   11
110 2   9
111 END DATA.
112
113 WEIGHT BY w.
114
115 NPAR TESTS
116         /BINOMIAL(0.6) = x.
117 ])
118 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
119 Table: Binomial Test
120 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (1-tailed)
121 x,Group1,1,11,.550,.600,.404
122 ,Group2,2,9,.450,,
123 ,Total,,20,1.000,,
124 ])
125 AT_CLEANUP
126
127 AT_SETUP([NPAR TESTS BINOMIAL, P > 0.5; N1/N2 = 1])
128 AT_DATA([npar.sps], [dnl
129 SET FORMAT F8.3.
130
131 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
132 BEGIN DATA.
133 1   11
134 2   11
135 END DATA.
136
137 WEIGHT BY w.
138
139 NPAR TESTS
140         /BINOMIAL(0.6) = x.
141 ])
142 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
143 Table: Binomial Test
144 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (1-tailed)
145 x,Group1,1,11,.500,.600,.228
146 ,Group2,2,11,.500,,
147 ,Total,,22,1.000,,
148 ])
149 AT_CLEANUP
150
151 AT_SETUP([NPAR TESTS BINOMIAL, P = 0.5; N1/N2 < 1])
152 AT_DATA([npar.sps], [dnl
153 SET FORMAT F8.3.
154
155 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
156 BEGIN DATA.
157 1   8
158 2   15
159 END DATA.
160
161 WEIGHT BY w.
162
163 NPAR TESTS
164         /BINOMIAL = x
165         .
166 ])
167 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
168 Table: Binomial Test
169 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (2-tailed)
170 x,Group1,1,8,.348,.500,.210
171 ,Group2,2,15,.652,,
172 ,Total,,23,1.000,,
173 ])
174 AT_CLEANUP
175
176 AT_SETUP([NPAR TESTS BINOMIAL, P = 0.5; N1/N2 > 1])
177 AT_DATA([npar.sps], [dnl
178 SET FORMAT F8.3.
179
180 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
181 BEGIN DATA.
182 1   12
183 2   6
184 END DATA.
185
186 WEIGHT BY w.
187
188 NPAR TESTS
189         /BINOMIAL(0.5) = x.
190 ])
191 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
192 Table: Binomial Test
193 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (2-tailed)
194 x,Group1,1,12,.667,.500,.238
195 ,Group2,2,6,.333,,
196 ,Total,,18,1.000,,
197 ])
198 AT_CLEANUP
199
200 AT_SETUP([NPAR TESTS BINOMIAL, P = 0.5; N1/N2 = 1])
201 AT_DATA([npar.sps], [dnl
202 SET FORMAT F8.3.
203
204 DATA LIST LIST NOTABLE /x (F8.0) w (F8.0).
205 BEGIN DATA.
206 1   10
207 2   10
208 END DATA.
209
210 WEIGHT BY w.
211
212 NPAR TESTS
213         /BINOMIAL(0.5) = x
214         .
215 ])
216 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
217 Table: Binomial Test
218 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (2-tailed)
219 x,Group1,1,10,.500,.500,1.000
220 ,Group2,2,10,.500,,
221 ,Total,,20,1.000,,
222 ])
223 AT_CLEANUP
224
225 AT_SETUP([NPAR TESTS BINOMIAL, P = 0.5; N1/N2 = 1 Cutpoint])
226 AT_DATA([npar.sps], [dnl
227 SET FORMAT F8.3.
228
229 DATA LIST LIST NOTABLE /x * w *.
230 BEGIN DATA.
231 9    3
232 10   7
233 11   16
234 END DATA.
235
236 WEIGHT BY w.
237
238 NPAR TESTS
239         /BINOMIAL(0.5) = x (10)
240         .
241 ])
242 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
243 Table: Binomial Test
244 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (2-tailed)
245 x,Group1,<= 10,10.000,.385,.500,.327
246 ,Group2,,16.000,.615,,
247 ,Total,,26.000,1.000,,
248 ])
249 AT_CLEANUP
250
251 AT_SETUP([NPAR TESTS BINOMIAL, P = 0.5; N1/N2 = 1 Named values])
252 AT_DATA([npar.sps], [dnl
253 SET FORMAT F8.3.
254
255 DATA LIST LIST NOTABLE /x * w *.
256 BEGIN DATA.
257 10   10
258 15   45
259 20   13
260 END DATA.
261
262 WEIGHT BY w.
263
264 NPAR TESTS
265         /BINOMIAL(0.5) = x (10, 20)
266         .
267 ])
268 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
269 Table: Binomial Test
270 ,,Category,N,Observed Prop.,Test Prop.,Exact Sig. (2-tailed)
271 x,Group1,10.000,10.000,.435,.500,.678
272 ,Group2,20.000,13.000,.565,,
273 ,Total,,23.000,1.000,,
274 ])
275 AT_CLEANUP
276
277 AT_SETUP([NPAR TESTS CHISQUARE])
278 AT_DATA([npar.sps], [dnl
279 DATA LIST NOTABLE LIST /x * y * w *.
280 BEGIN DATA.
281 1   2  1
282 2   1  3
283 3.1 1  4
284 3.2 2  1
285 4   2  2
286 5   3  1
287 1   4  2
288 END DATA.
289
290 WEIGHT BY w.
291
292 NPAR TESTS
293   CHISQUARE=x y
294   .
295
296 NPAR TESTS
297   CHISQUARE=y
298   /EXPECTED=3 4 5 4
299   .
300
301 NPAR TESTS
302   CHISQUARE=x y(2, 4)
303   /EXPECTED = 6 10 3
304   .
305 ])
306 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
307 Table: x
308 ,Observed N,Expected N,Residual
309 1.00,3.00,2.33,.67
310 2.00,3.00,2.33,.67
311 3.10,4.00,2.33,1.67
312 3.20,1.00,2.33,-1.33
313 4.00,2.00,2.33,-.33
314 5.00,1.00,2.33,-1.33
315 Total,14.00,,
316
317 Table: y
318 ,Observed N,Expected N,Residual
319 1.00,7.00,3.50,3.50
320 2.00,4.00,3.50,.50
321 3.00,1.00,3.50,-2.50
322 4.00,2.00,3.50,-1.50
323 Total,14.00,,
324
325 Table: Test Statistics
326 ,x,y
327 Chi-Square,3.14,6.00
328 df,5,3
329 Asymp. Sig.,.68,.11
330
331 Table: y
332 ,Observed N,Expected N,Residual
333 1.00,7.00,2.63,4.38
334 2.00,4.00,3.50,.50
335 3.00,1.00,4.38,-3.38
336 4.00,2.00,3.50,-1.50
337 Total,14.00,,
338
339 Table: Test Statistics
340 ,y
341 Chi-Square,10.61
342 df,3
343 Asymp. Sig.,.01
344
345 Table: Frequencies
346 ,x,,,,y,,,
347 ,Category,Observed N,Expected N,Residual,Category,Observed N,Expected N,Residual
348 1,2.00,3.00,3.16,-.16,2.00,4.00,2.21,1.79
349 2,3.00,5.00,5.26,-.26,3.00,1.00,3.68,-2.68
350 3,4.00,2.00,1.58,.42,4.00,2.00,1.11,.89
351 Total,,10.00,,,,7.00,,
352
353 Table: Test Statistics
354 ,x,y
355 Chi-Square,.13,4.13
356 df,2,2
357 Asymp. Sig.,.94,.13
358 ])
359 AT_CLEANUP
360
361 AT_SETUP([NPAR TESTS CHISQUARE expected values missing])
362 AT_DATA([npar.sps], [dnl
363 DATA LIST NOTABLE LIST /x * y * w *.
364 BEGIN DATA.
365 1   2  1
366 2   1  3
367 3.1 1  4
368 3.2 2  1
369 4   2  2
370 5   3  1
371 1   4  2
372 END DATA.
373
374 WEIGHT BY w.
375
376 NPAR TESTS
377   CHISQUARE=y
378   /EXPECTED = 3 4 5 4 3 1
379   .
380 ])
381 AT_CHECK([pspp -O format=csv npar.sps], [1], [dnl
382 "error: CHISQUARE test specified 6 expected values, but 4 distinct values were encountered in variable y."
383
384 Table: Test Statistics
385 ,y
386 Chi-Square,.00
387 df,0
388 Asymp. Sig.,1.00
389 ])
390 AT_CLEANUP
391
392 AT_SETUP([NPAR TESTS CHISQUARE with DESCRIPTIVES])
393 AT_DATA([npar.sps], [dnl
394 DATA LIST NOTABLE LIST /x * y * w * .
395 BEGIN DATA.
396 1   2  1 
397 2   1  3
398 3.1 1  4
399 3.2 2  1
400 4   2  2
401 5   3  1
402 1   4  2
403 .   5  1
404 END DATA.
405
406 WEIGHT BY w.
407
408 MISSING VALUES x (4).
409
410 NPAR TESTS
411   CHISQUARE=x y(-2,5)
412   /MISSING=ANALYSIS
413   /STATISTICS=DESCRIPTIVES
414   .
415 ])
416 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
417 Table: Frequencies
418 ,x,,,,y,,,
419 ,Category,Observed N,Expected N,Residual,Category,Observed N,Expected N,Residual
420 1,-2.00,.00,1.50,-1.50,-2.00,.00,1.88,-1.88
421 2,-1.00,.00,1.50,-1.50,-1.00,.00,1.88,-1.88
422 3,.00,.00,1.50,-1.50,.00,.00,1.88,-1.88
423 4,1.00,3.00,1.50,1.50,1.00,7.00,1.88,5.13
424 5,2.00,3.00,1.50,1.50,2.00,4.00,1.88,2.13
425 6,3.00,5.00,1.50,3.50,3.00,1.00,1.88,-.88
426 7,4.00,.00,1.50,-1.50,4.00,2.00,1.88,.13
427 8,5.00,1.00,1.50,-.50,5.00,1.00,1.88,-.88
428 Total,,12.00,,,,15.00,,
429
430 Table: Test Statistics
431 ,x,y
432 Chi-Square,17.33,22.87
433 df,7,7
434 Asymp. Sig.,.02,.00
435
436 Table: Descriptive Statistics
437 ,N,Mean,Std. Deviation,Minimum,Maximum
438 ,,,,,
439 x,12.00,2.47,1.19,1.00,5.00
440 y,15.00,2.07,1.33,1.00,5.00
441 ])
442 AT_CLEANUP
443
444 AT_SETUP([NPAR TESTS CHISQUARE, listwise missing])
445 AT_DATA([npar.sps], [dnl
446 DATA LIST NOTABLE LIST /x * y * w * .
447 BEGIN DATA.
448 1   2  1 
449 2   1  3
450 3.1 1  4
451 3.2 2  1
452 4   2  2
453 5   3  1
454 1   4  2
455 .   5  1
456 END DATA.
457
458 WEIGHT BY w.
459
460 * MISSING VALUES x (4).
461
462 NPAR TESTS
463   CHISQUARE=x y(-2,5)
464   /MISSING=LISTWISE
465   /STATISTICS=DESCRIPTIVES
466   .
467 ])
468 AT_CHECK([pspp -O format=csv npar.sps], [0], [dnl
469 Table: Frequencies
470 ,x,,,,y,,,
471 ,Category,Observed N,Expected N,Residual,Category,Observed N,Expected N,Residual
472 1,-2.00,.00,1.75,-1.75,-2.00,.00,1.75,-1.75
473 2,-1.00,.00,1.75,-1.75,-1.00,.00,1.75,-1.75
474 3,.00,.00,1.75,-1.75,.00,.00,1.75,-1.75
475 4,1.00,3.00,1.75,1.25,1.00,7.00,1.75,5.25
476 5,2.00,3.00,1.75,1.25,2.00,4.00,1.75,2.25
477 6,3.00,5.00,1.75,3.25,3.00,1.00,1.75,-.75
478 7,4.00,2.00,1.75,.25,4.00,2.00,1.75,.25
479 8,5.00,1.00,1.75,-.75,5.00,.00,1.75,-1.75
480 Total,,14.00,,,,14.00,,
481
482 Table: Test Statistics
483 ,x,y
484 Chi-Square,13.43,26.00
485 df,7,7
486 Asymp. Sig.,.06,.00
487
488 Table: Descriptive Statistics
489 ,N,Mean,Std. Deviation,Minimum,Maximum
490 ,,,,,
491 x,14.00,2.69,1.23,1.00,5.00
492 y,14.00,1.86,1.10,1.00,4.00
493 ])
494 AT_CLEANUP
495
496 AT_SETUP([NPAR TESTS WILCOXON])
497 AT_DATA([npar.sps], [dnl
498 data list notable list /foo * bar * w (f8.0).
499 begin data.
500 1.00     1.00   1
501 1.00     2.00   1
502 2.00     1.00   1
503 1.00     4.00   1
504 2.00     5.00   1
505 1.00    19.00   1
506 2.00     7.00   1
507 4.00     5.00   1
508 1.00    12.00   1
509 2.00    13.00   1
510 2.00     2.00   1
511 12.00      .00  2
512 12.00     1.00  1
513 13.00     1.00  1
514 end data
515
516 variable labels foo "first" bar "second".
517
518 weight by w.
519
520 npar test
521  /wilcoxon=foo with bar (paired)
522  /missing analysis
523  /method=exact.
524 ])
525 AT_CHECK([pspp -o pspp.csv npar.sps])
526 AT_CHECK([cat pspp.csv], [0], [dnl
527 Table: Ranks
528 ,,N,Mean Rank,Sum of Ranks
529 first - second,Negative Ranks,8,6.00,48.00
530 ,Positive Ranks,5,8.60,43.00
531 ,Ties,2,,
532 ,Total,15,,
533
534 Table: Test Statistics
535 ,first - second
536 Z,-.18
537 Asymp. Sig. (2-tailed),.86
538 Exact Sig. (2-tailed),.89
539 Exact Sig. (1-tailed),.45
540 ])
541 AT_CLEANUP
542
543 AT_SETUP([NPAR TESTS WILCOXON with missing values])
544 AT_DATA([npar.sps], [dnl
545 data list notable list /foo * bar * dummy *.
546 begin data.
547 1.00     1.00    1
548 1.00     2.00    1
549 2.00     1.00    1
550 1.00     4.00    .
551 2.00     5.00    .
552 1.00    19.00    .
553 2.00     7.00    1
554 4.00     5.00    1
555 1.00    12.00    1
556 2.00    13.00    1
557 2.00     2.00    1
558 12.00      .00   1
559 12.00      .00   1
560 34.2       .     1
561 12.00     1.00   1  
562 13.00     1.00   1
563 end data
564
565 variable labels foo "first" bar "second".
566
567 npar test
568  /wilcoxon=foo with bar (paired)
569  /missing analysis
570  /method=exact.
571
572 ])
573 AT_CHECK([pspp -o pspp.csv npar.sps])
574 dnl This is the same output as the previous test.
575 AT_CHECK([cat pspp.csv], [0], [dnl
576 Table: Ranks
577 ,,N,Mean Rank,Sum of Ranks
578 first - second,Negative Ranks,8,6.00,48.00
579 ,Positive Ranks,5,8.60,43.00
580 ,Ties,2,,
581 ,Total,15,,
582
583 Table: Test Statistics
584 ,first - second
585 Z,-.18
586 Asymp. Sig. (2-tailed),.86
587 Exact Sig. (2-tailed),.89
588 Exact Sig. (1-tailed),.45
589 ])
590 AT_CLEANUP
591
592 AT_SETUP([NPAR TESTS SIGN])
593 AT_DATA([npar.sps], [dnl
594 set format = F9.3.
595
596 data list notable list /age * height rank *.
597 begin data.
598 10 12 11
599 12 13 13 
600 13 14 12
601 12 12 10
602 9   9 10
603 10.3 10.2 12
604 end data.
605
606 npar tests
607         /sign=age height WITH height rank (PAIRED)
608         /MISSING ANALYSIS
609         /METHOD=EXACT
610         .
611 ])
612 AT_CHECK([pspp -o pspp.csv npar.sps])
613 dnl Some machines return .313 instead of .312 for the Point Probability
614 dnl (see bug #31611).
615 AT_CHECK([sed 's/\.313$/.312/' pspp.csv], [0], [dnl
616 Table: Frequencies
617 ,,N
618 age - height,Negative Differences,3
619 ,Positive Differences,1
620 ,Ties,2
621 ,Total,6
622 height - rank,Negative Differences,2
623 ,Positive Differences,3
624 ,Ties,1
625 ,Total,6
626
627 Table: Test Statistics
628 ,age - height,height - rank
629 Exact Sig. (2-tailed),.625,1.000
630 Exact Sig. (1-tailed),.312,.500
631 Point Probability,.250,.312
632 ])
633 AT_CLEANUP
634
635
636 AT_SETUP([NPAR Kruskal-Wallis test])
637
638 dnl Simple case
639 AT_DATA([kw-simple.sps], [dnl
640 set format = F9.3.
641
642 data list notable list /gv * xscore *.
643 begin data
644 1 96
645 1 128
646 1 83
647 2 132
648 2 135
649 2 109
650 3 115
651 1 61
652 1 101
653 2 82
654 2 124
655 3 149 
656 3 166
657 3 147
658 end data.
659
660 value label /gv
661        1 "timed out"
662        2 "hit wicket"
663        3 "handled the ball".
664
665 npar tests
666         /kruskal-wallis xscore by gv (1, 3)
667         .
668 ])
669
670 AT_CHECK([pspp -o pspp.csv kw-simple.sps])
671 AT_CHECK([cat pspp.csv], [0], [dnl
672 Table: Ranks
673 ,gv,N,Mean Rank
674 xscore,timed out,5,4.400
675 ,handled the ball,4,11.500
676 ,hit wicket,5,7.400
677 ,Total,14,
678
679 Table: Test Statistics
680 ,,xscore
681 Chi-Square,,6.406
682 df,,2
683 Asymp. Sig.,,.041
684 ])
685
686
687 dnl Now try a missing value in the group variable
688 AT_DATA([kw-missing-group.sps], [dnl
689 set format = F9.3.
690
691 data list notable list /gv * xscore *.
692 begin data
693 1 96
694 1 128
695 1 83
696 1 61
697 1 101
698 2 82
699 2 124
700 2 132
701 2 135
702 2 109
703 3 115
704 3 149 
705 3 166
706 3 147
707 2.5 344
708 end data.
709
710 missing values gv (2.5).
711
712 value label /gv
713        1 "timed out"
714        2 "hit wicket"
715        3 "handled the ball".
716
717 npar tests
718         /kruskal-wallis xscore by gv (1, 3)
719         /missing=exclude
720         .
721 ])
722
723 AT_CHECK([pspp -o pspp2.csv kw-missing-group.sps])
724
725 dnl The result should be the same as before
726 AT_CHECK([diff pspp.csv pspp2.csv], [0])
727
728 AT_CLEANUP
729
730
731 AT_SETUP([NPAR Kruskal-Wallis multiple-variables])
732
733 AT_DATA([kw-multi.sps], [dnl
734 set format = F9.3.
735
736 data list notable list /gv * xscore * yscore.
737 begin data
738 1 96   .
739 1 128  .
740 1 83   . 
741 2 132  132
742 2 135  135
743 2 109  109
744 3 115  115
745 1 61   . 
746 1 101  .
747 2 82   82 
748 2 124  124
749 3 149  149
750 3 166  166
751 3 147  147
752 4 .    96
753 4 .    128
754 4 .    83
755 4 .    61
756 4 .    101
757 end data.
758
759 value label /gv
760        1 "timed out"
761        2 "hit wicket"
762        3 "handled the ball"
763        4 "bowled"
764        5 "lbw"
765        .
766        
767 npar tests
768         /k-w xscore yscore by gv (1, 5)
769         .
770
771 ])
772
773
774 AT_CHECK([pspp -o pspp.csv kw-multi.sps])
775 AT_CHECK([cat pspp.csv], [0], [dnl
776 Table: Ranks
777 ,gv,N,Mean Rank
778 xscore,timed out,5,4.400
779 ,handled the ball,4,11.500
780 ,hit wicket,5,7.400
781 ,Total,14,
782 yscore,handled the ball,4,11.500
783 ,bowled,5,4.400
784 ,hit wicket,5,7.400
785 ,Total,14,
786
787 Table: Test Statistics
788 ,,xscore,yscore,
789 Chi-Square,,6.406,6.406,
790 df,,2,2,
791 Asymp. Sig.,,.041,.041,
792 ])
793
794 AT_CLEANUP
795
796
797
798 AT_SETUP([NPAR TESTS Runs])
799 AT_DATA([npar-runs.sps], [dnl
800 set format F11.4.
801 data list notable list /score * w *.
802 begin data
803 4     6
804 .     4
805 4     3 
806 3    20 
807 2    29 
808 1    42 
809 6    18 
810 5     7 
811 6    78 
812 5    10 
813 6    46 
814 5     5 
815 6    17 
816 5     1 
817 6    11 
818 4     2 
819 3     7 
820 2     6 
821 1    10 
822 4    13 
823 3    22 
824 3    11 
825 2    24 
826 1    18 
827 4     4 
828 3    12 
829 2    10 
830 1    25 
831 4     4 
832 3     7 
833 2     3 
834 1     4 
835 4     2 
836 3     3 
837 2     2 
838 1     4 
839 end data.
840
841 weight by w.
842
843 npar tests
844         /runs (MEDIAN) = score
845         /runs (MEAN) = score
846         /runs (MODE) = score 
847         .
848 ])
849
850 AT_CHECK([pspp -o pspp.csv npar-runs.sps])
851
852 AT_CHECK([cat pspp.csv], [0], [dnl
853 Table: Runs Test
854 ,score
855 Test Value (median),3.0000
856 Cases < Test Value,177.0000
857 Cases >= Test Value,309.0000
858 Total Cases,486.0000
859 Number of Runs,12
860 Z,-20.9931
861 Asymp. Sig. (2-tailed),.0000
862
863 Table: Runs Test
864 ,score
865 Test Value (mean),3.6379
866 Cases < Test Value,259.0000
867 Cases >= Test Value,227.0000
868 Total Cases,486.0000
869 Number of Runs,12
870 Z,-21.0650
871 Asymp. Sig. (2-tailed),.0000
872
873 Table: Runs Test
874 ,score
875 Test Value (mode),6.0000
876 Cases < Test Value,316.0000
877 Cases >= Test Value,170.0000
878 Total Cases,486.0000
879 Number of Runs,11
880 Z,-21.0742
881 Asymp. Sig. (2-tailed),.0000
882 ])
883
884 AT_CLEANUP
885
886
887 AT_SETUP([NPAR TESTS Friedman])
888 AT_DATA([npar-friedman.sps], [dnl
889 set format F15.4.
890 data list notable list /x * y * z.
891 begin data
892 9.5 6.5 8.1
893 8.0 6.0 6.0
894 7.0 6.5 4.2
895 9.5 5.0 7.3
896 9.0 7.0 6.2
897 8.5 6.9 6.5
898 7.5 8.0 6.5
899 6.0 8.0 3.1
900 5.0 6.0 4.9
901 7.5 7.5 6.2
902 end data.
903
904 npar tests
905      /friedman = x y z.
906 ])
907
908 AT_CHECK([pspp -o pspp.csv npar-friedman.sps])
909
910 AT_CHECK([cat pspp.csv], [0], [dnl
911 Table: Ranks
912 ,Mean Rank
913 x,2.6500
914 y,2.1000
915 z,1.2500
916
917 Table: Test Statistics
918 N,10
919 Chi-Square,10.4737
920 df,2
921 Asymp. Sig.,.0053
922 ])
923
924 AT_CLEANUP
925
926
927
928 AT_SETUP([NPAR TESTS Mann-Whitney])
929 AT_DATA([npar-mann-whitney.sps], [dnl
930 SET FORMAT     = F11.4
931
932 data list notable list /height * sex (f1.0).
933 begin data.
934 201 1            
935 84 1            
936 83 1            
937 94 1            
938 88 0            
939 99 0            
940 55 0            
941 69 0            
942 86 1            
943 79 1            
944 91 0            
945 201 0            
946 88 1            
947 85 1            
948 82 1            
949 88 0            
950 75 0            
951 99 0            
952 81 0            
953 72 1            
954 89 1            
955 92 1            
956 80 0            
957 82 0            
958 76 0            
959 65 0            
960 85 0            
961 76 1            
962 145 1            
963 24 1            
964 end data.
965
966 NPAR TESTS 
967      /M-W = height BY sex (0,1).
968 ])
969
970 AT_CHECK([pspp -o pspp.csv npar-mann-whitney.sps])
971
972 AT_CHECK([cat pspp.csv], [0], [dnl
973 Table: Ranks
974 ,N,,,Mean Rank,,Sum of Ranks,
975 ,0,1,Total,0,1,0,1
976 height,15.0000,15.0000,30.0000,14.5333,16.4667,218.0000,247.0000
977
978 Table: Test Statistics
979 ,Mann-Whitney U,Wilcoxon W,Z,Asymp. Sig. (2-tailed)
980 height,98.0000,218.0000,-.6020,.5472
981 ])
982
983
984 AT_CLEANUP
985
986
987 AT_SETUP([NPAR TESTS Cochran])
988 AT_DATA([npar-cochran.sps], [dnl
989 set format f11.3.
990
991 data list notable list /v1 * v2 * v3 * v4 * v5 * v6 * v7 *.
992 begin data.
993 2 1 1 2 1 1 2 
994 2 2 2 2 1 1 1  
995 1 1 2 2 1 1 2  
996 2 2 2 2 1 1 2 
997 2 1 2 1 1 2 1 
998 1 2 2 1 1 1 1 
999 1 2 2 2 2 2 2 
1000 2 2 1 2 1 1 1 
1001 1 2 1 2 1 1 2 
1002 end data.     
1003
1004 npar tests 
1005         /cochran = v1 to v7 .
1006
1007 ])
1008
1009 AT_CHECK([pspp -o pspp.csv npar-cochran.sps])
1010
1011 AT_CHECK([cat pspp.csv], [0], [dnl
1012 Table: Frequencies
1013 ,Value,
1014 ,Success (2),Failure (1)
1015 v1,5,4
1016 v2,6,3
1017 v3,6,3
1018 v4,7,2
1019 v5,1,8
1020 v6,2,7
1021 v7,5,4
1022
1023 Table: Test Statistics
1024 N,9
1025 Cochran's Q,12.735
1026 df,6
1027 Asymp. Sig.,.047
1028 ])
1029
1030 AT_CLEANUP
1031
1032
1033
1034 AT_SETUP([NPAR TESTS Kendall])
1035 AT_DATA([npar-kendall.sps], [dnl
1036 SET FORMAT F14.3.
1037
1038 data list notable list /v1 * v2 * v3
1039 begin data.
1040  7  7  2 
1041  5  6  5 
1042  8  6  4 
1043  5  7  4 
1044  5  4  4 
1045  8  6  5 
1046  6  3  5 
1047  7  6  5 
1048  8  5  5
1049  .  2  2 
1050  5  4  5 
1051  3  4  4 
1052  5  1  2 
1053  5  2  1 
1054  7  6  5 
1055  6  3  4 
1056  6  6  6 
1057  5  4  5 
1058  4  3  4 
1059  9  1  1 
1060  6  2  1 
1061  3  7  8 
1062  6  3  4 
1063  4  4  4 
1064  5  4  3 
1065  6  5  2 
1066  4  4  8 
1067  4  6  4 
1068  6  5  5 
1069  7  8  6 
1070  5  3  5 
1071 end data.
1072
1073 npar tests
1074         /kendall = all
1075         .
1076 ])
1077
1078 AT_CHECK([pspp -o pspp.csv npar-kendall.sps])
1079
1080 AT_CHECK([cat pspp.csv], [0], [dnl
1081 Table: Ranks
1082 ,Mean Rank
1083 v1,2.500
1084 v2,1.817
1085 v3,1.683
1086
1087 Table: Test Statistics
1088 N,30
1089 Kendall's W,.233
1090 Chi-Square,13.960
1091 df,2
1092 Asymp. Sig.,.001
1093 ])
1094
1095 AT_CLEANUP