pintos-os.org Git - pspp/blob - tests/language/stats/oneway.at

   1 dnl PSPP - a program for statistical analysis.
   2 dnl Copyright (C) 2017 Free Software Foundation, Inc.
   3 dnl
   4 dnl This program is free software: you can redistribute it and/or modify
   5 dnl it under the terms of the GNU General Public License as published by
   6 dnl the Free Software Foundation, either version 3 of the License, or
   7 dnl (at your option) any later version.
   8 dnl
   9 dnl This program is distributed in the hope that it will be useful,
  10 dnl but WITHOUT ANY WARRANTY; without even the implied warranty of
  11 dnl MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  12 dnl GNU General Public License for more details.
  13 dnl
  14 dnl You should have received a copy of the GNU General Public License
  15 dnl along with this program.  If not, see <http://www.gnu.org/licenses/>.
  16 dnl
  17 AT_BANNER([ONEWAY procedure])
  18
  19 AT_SETUP([ONEWAY basic operation])
  20 AT_KEYWORDS([categorical categoricals])
  21 AT_DATA([oneway.sps],
  22   [DATA LIST NOTABLE LIST /QUALITY * BRAND * .
  23 BEGIN DATA
  24 7  3
  25 4  3
  26 3  1
  27 2  1
  28 1  1
  29 4  2
  30 2  2
  31 3  2
  32 5  3
  33 1  1
  34 4  1
  35 5  2
  36 2  2
  37 3  3
  38 6  3
  39 END DATA
  40
  41 VARIABLE LABELS brand 'Manufacturer'.
  42 VARIABLE LABELS quality 'Breaking Strain'.
  43
  44 VALUE LABELS /brand 1 'Aspeger' 2 'Bloggs' 3 'Charlies'.
  45
  46 ONEWAY
  47         quality BY brand
  48         /STATISTICS descriptives homogeneity
  49         /CONTRAST =  -2 1 1
  50         /CONTRAST = 0 -1 1
  51         .
  52 ])
  53
  54 AT_CHECK([pspp -O format=csv oneway.sps], [0], [dnl
  55 Table: Descriptives
  56 ,,,,,,95% Confidence Interval for Mean,,,
  57 ,,N,Mean,Std. Deviation,Std. Error,Lower Bound,Upper Bound,Minimum,Maximum
  58 Breaking Strain,Aspeger,5,2.20,1.30,.58,.58,3.82,1.00,4.00
  59 ,Bloggs,5,3.20,1.30,.58,1.58,4.82,2.00,5.00
  60 ,Charlies,5,5.00,1.58,.71,3.04,6.96,3.00,7.00
  61 ,Total,15,3.47,1.77,.46,2.49,4.45,1.00,7.00
  62
  63 Table: Test of Homogeneity of Variances
  64 ,Levene Statistic,df1,df2,Sig.
  65 Breaking Strain,.09,2,12,.913
  66
  67 Table: ANOVA
  68 ,,Sum of Squares,df,Mean Square,F,Sig.
  69 Breaking Strain,Between Groups,20.13,2,10.07,5.12,.025
  70 ,Within Groups,23.60,12,1.97,,
  71 ,Total,43.73,14,,,
  72
  73 Table: Contrast Coefficients
  74 ,,Manufacturer,,
  75 ,,Aspeger,Bloggs,Charlies
  76 Contrast,1,-2,1,1
  77 ,2,0,-1,1
  78
  79 Table: Contrast Tests
  80 ,,Contrast,Value of Contrast,Std. Error,t,df,Sig. (2-tailed)
  81 Breaking Strain,Assume equal variances,1,3.80,1.54,2.47,12,.029
  82 ,,2,1.80,.89,2.03,12,.065
  83 ,Does not assume equal,1,3.80,1.48,2.56,8.74,.031
  84 ,,2,1.80,.92,1.96,7.72,.086
  85 ])
  86 AT_CLEANUP
  87
  88
  89 AT_SETUP([ONEWAY with splits])
  90 AT_KEYWORDS([categorical categoricals])
  91 AT_DATA([oneway-splits.sps],
  92 [DATA LIST NOTABLE LIST /QUALITY * BRAND * S *.
  93 BEGIN DATA
  94 3 1 1
  95 2 1 1
  96 1 1 1
  97 1 1 1
  98 4 1 1
  99 5 2 1
 100 2 2 1
 101 4 2 2
 102 2 2 2
 103 3 2 2
 104 7  3 2
 105 4  3 2
 106 5  3 2
 107 3  3 2
 108 6  3 2
 109 END DATA
 110
 111 VARIABLE LABELS brand 'Manufacturer'.
 112 VARIABLE LABELS quality 'Breaking Strain'.
 113
 114 VALUE LABELS /brand 1 'Aspeger' 2 'Bloggs' 3 'Charlies'.
 115
 116 SPLIT FILE by s.
 117
 118 ONEWAY
 119         quality BY brand
 120         /STATISTICS descriptives homogeneity
 121         /CONTRAST =  -2 2
 122         /CONTRAST = -1 1
 123         .
 124 ])
 125
 126 AT_CHECK([pspp -O format=csv oneway-splits.sps], [0],
 127 [Variable,Value,Label
 128 S,1.00,
 129
 130 Table: Descriptives
 131 ,,,,,,95% Confidence Interval for Mean,,,
 132 ,,N,Mean,Std. Deviation,Std. Error,Lower Bound,Upper Bound,Minimum,Maximum
 133 Breaking Strain,Aspeger,5,2.20,1.30,.58,.58,3.82,1.00,4.00
 134 ,Bloggs,2,3.50,2.12,1.50,-15.56,22.56,2.00,5.00
 135 ,Total,7,2.57,1.51,.57,1.17,3.97,1.00,5.00
 136
 137 Table: Test of Homogeneity of Variances
 138 ,Levene Statistic,df1,df2,Sig.
 139 Breaking Strain,1.09,1,5,.345
 140
 141 Table: ANOVA
 142 ,,Sum of Squares,df,Mean Square,F,Sig.
 143 Breaking Strain,Between Groups,2.41,1,2.41,1.07,.349
 144 ,Within Groups,11.30,5,2.26,,
 145 ,Total,13.71,6,,,
 146
 147 Table: Contrast Coefficients
 148 ,,Manufacturer,
 149 ,,Aspeger,Bloggs
 150 Contrast,1,-2,2
 151 ,2,-1,1
 152
 153 Table: Contrast Tests
 154 ,,Contrast,Value of Contrast,Std. Error,t,df,Sig. (2-tailed)
 155 Breaking Strain,Assume equal variances,1,2.60,2.52,1.03,5,.349
 156 ,,2,1.30,1.26,1.03,5,.349
 157 ,Does not assume equal,1,2.60,3.22,.81,1.32,.539
 158 ,,2,1.30,1.61,.81,1.32,.539
 159
 160 Variable,Value,Label
 161 S,2.00,
 162
 163 Table: Descriptives
 164 ,,,,,,95% Confidence Interval for Mean,,,
 165 ,,N,Mean,Std. Deviation,Std. Error,Lower Bound,Upper Bound,Minimum,Maximum
 166 Breaking Strain,Bloggs,3,3.00,1.00,.58,.52,5.48,2.00,4.00
 167 ,Charlies,5,5.00,1.58,.71,3.04,6.96,3.00,7.00
 168 ,Total,8,4.25,1.67,.59,2.85,5.65,2.00,7.00
 169
 170 Table: Test of Homogeneity of Variances
 171 ,Levene Statistic,df1,df2,Sig.
 172 Breaking Strain,.92,1,6,.374
 173
 174 Table: ANOVA
 175 ,,Sum of Squares,df,Mean Square,F,Sig.
 176 Breaking Strain,Between Groups,7.50,1,7.50,3.75,.101
 177 ,Within Groups,12.00,6,2.00,,
 178 ,Total,19.50,7,,,
 179
 180 Table: Contrast Coefficients
 181 ,,Manufacturer,
 182 ,,Bloggs,Charlies
 183 Contrast,1,-2,2
 184 ,2,-1,1
 185
 186 Table: Contrast Tests
 187 ,,Contrast,Value of Contrast,Std. Error,t,df,Sig. (2-tailed)
 188 Breaking Strain,Assume equal variances,1,4.00,2.07,1.94,6,.101
 189 ,,2,2.00,1.03,1.94,6,.101
 190 ,Does not assume equal,1,4.00,1.83,2.19,5.88,.072
 191 ,,2,2.00,.91,2.19,5.88,.072
 192 ])
 193
 194 AT_CLEANUP
 195
 196
 197 AT_SETUP([ONEWAY with missing values])
 198 AT_KEYWORDS([categorical categoricals])
 199 dnl Check that missing are treated properly
 200 AT_DATA([oneway-missing1.sps],
 201 [DATA LIST NOTABLE LIST /v1 * v2 * dep * vn *.
 202 BEGIN DATA
 203 . .  1  4
 204 3 3  1  2
 205 2 2  1  2
 206 1 1  1  2
 207 1 1  1  2
 208 4 4  1  2
 209 5 5  2  2
 210 2 2  2  2
 211 4 4  2  2
 212 2 2  2  2
 213 3 3  2  2
 214 7 7  3  2
 215 4 4  3  2
 216 5 5  3  2
 217 3 3  3  2
 218 6 6  3  2
 219 END DATA
 220
 221 ONEWAY
 222         v1 v2 BY dep
 223         /STATISTICS descriptives homogeneity
 224         /MISSING ANALYSIS
 225         .
 226 ])
 227
 228 AT_DATA([oneway-missing2.sps],
 229 [DATA LIST NOTABLE LIST /v1 * v2 * dep * vn * .
 230 BEGIN DATA
 231 4 .  1  2
 232 3 3  1  2
 233 2 2  1  2
 234 1 1  1  2
 235 1 1  1  2
 236 4 4  1  2
 237 5 5  2  2
 238 2 2  2  2
 239 4 4  2  2
 240 2 2  2  2
 241 3 3  2  2
 242 7 7  3  2
 243 4 4  3  2
 244 5 5  3  2
 245 3 3  3  2
 246 6 6  3  2
 247 END DATA
 248
 249 ONEWAY
 250         v1 v2 BY dep
 251         /STATISTICS descriptives homogeneity
 252         /MISSING LISTWISE
 253         .
 254 ])
 255
 256
 257
 258 AT_CHECK([pspp -O format=csv oneway-missing1.sps > first.out], [0])
 259
 260 AT_CHECK([pspp -O format=csv oneway-missing2.sps > second.out], [0])
 261
 262 AT_CHECK([diff first.out second.out], [0], [])
 263
 264 dnl Now a test with missing values in the independent variable
 265 AT_DATA([oneway-missing3.sps],
 266 [DATA LIST NOTABLE LIST /v1 * v2 * dep * vn * .
 267 BEGIN DATA
 268 4 2  .  2
 269 3 3  1  2
 270 2 2  1  2
 271 1 1  1  2
 272 1 1  1  2
 273 4 4  1  2
 274 5 5  2  2
 275 2 2  2  2
 276 4 4  2  2
 277 2 2  2  2
 278 3 3  2  2
 279 7 7  3  2
 280 4 4  3  2
 281 5 5  3  4
 282 3 3  3  2
 283 6 6  3  2
 284 END DATA
 285
 286 ONEWAY
 287         v1 v2 BY dep
 288         /STATISTICS descriptives homogeneity
 289         /MISSING ANALYSIS
 290         .
 291 ])
 292
 293 AT_CHECK([pspp -O format=csv oneway-missing3.sps > third.out], [0])
 294
 295 AT_CHECK([diff first.out third.out], [0], [])
 296
 297 AT_CLEANUP
 298
 299
 300
 301
 302
 303 AT_SETUP([ONEWAY descriptives subcommand])
 304 AT_KEYWORDS([categorical categoricals])
 305
 306 AT_DATA([oneway-descriptives.sps],
 307   [DATA LIST NOTABLE LIST /QUALITY * BRAND * .
 308 BEGIN DATA
 309 13 11
 310 12 11
 311 11 11
 312 11 11
 313 14 11
 314 15 25
 315 12 25
 316 14 25
 317 12 25
 318 13 25
 319 17  301
 320 14  301
 321 15  301
 322 13  301
 323 16  301
 324 END DATA
 325
 326
 327 ONEWAY
 328         quality BY brand
 329         /STATISTICS descriptives
 330         .
 331 ])
 332
 333 AT_CHECK([pspp -O format=csv oneway-descriptives.sps], [0],
 334 [Table: Descriptives
 335 ,,,,,,95% Confidence Interval for Mean,,,
 336 ,,N,Mean,Std. Deviation,Std. Error,Lower Bound,Upper Bound,Minimum,Maximum
 337 QUALITY,11.00,5,12.20,1.30,.58,10.58,13.82,11.00,14.00
 338 ,25.00,5,13.20,1.30,.58,11.58,14.82,12.00,15.00
 339 ,301.00,5,15.00,1.58,.71,13.04,16.96,13.00,17.00
 340 ,Total,15,13.47,1.77,.46,12.49,14.45,11.00,17.00
 341
 342 Table: ANOVA
 343 ,,Sum of Squares,df,Mean Square,F,Sig.
 344 QUALITY,Between Groups,20.13,2,10.07,5.12,.025
 345 ,Within Groups,23.60,12,1.97,,
 346 ,Total,43.73,14,,,
 347 ])
 348
 349 AT_CLEANUP
 350
 351
 352
 353 AT_SETUP([ONEWAY homogeneity subcommand])
 354 AT_KEYWORDS([categorical categoricals])
 355
 356 AT_DATA([oneway-homogeneity.sps],
 357   [DATA LIST NOTABLE LIST /QUALITY * BRAND * .
 358 BEGIN DATA
 359 13 11
 360 12 11
 361 11 11
 362 11 11
 363 14 11
 364 15 25
 365 12 25
 366 14 25
 367 12 25
 368 13 25
 369 17  301
 370 14  301
 371 15  301
 372 13  301
 373 16  301
 374 END DATA
 375
 376
 377 ONEWAY
 378         quality BY brand
 379         /STATISTICS homogeneity
 380         .
 381 ])
 382
 383 AT_CHECK([pspp -O format=csv oneway-homogeneity.sps], [0],
 384 [Table: Test of Homogeneity of Variances
 385 ,Levene Statistic,df1,df2,Sig.
 386 QUALITY,.09,2,12,.913
 387
 388 Table: ANOVA
 389 ,,Sum of Squares,df,Mean Square,F,Sig.
 390 QUALITY,Between Groups,20.13,2,10.07,5.12,.025
 391 ,Within Groups,23.60,12,1.97,,
 392 ,Total,43.73,14,,,
 393 ])
 394
 395 AT_CLEANUP
 396
 397
 398
 399 AT_SETUP([ONEWAY multiple variables])
 400 AT_KEYWORDS([categorical categoricals])
 401 dnl check that everything works ok when several different dependent variables are specified.
 402 dnl This of course does not mean that we're doing a multivariate analysis.  It's just like
 403 dnl running several tests at once.
 404 AT_DATA([multivar.sps],
 405 [DATA LIST notable LIST /x * y * z * g *.
 406 begin data.
 407 1 1 0 10
 408 1 1 9 10
 409 9 1 2 10
 410 1 1 3 20
 411 1 1 8 20
 412 1 1 1 20
 413 1 1 2 20
 414 0 1 3 20
 415 1 1 4 30
 416 0 1 5 30
 417 1 1 6 30
 418 0 1 7 30
 419 1 2 8 30
 420 2 2 9 30
 421 1 2 1 30
 422 1 2 0 30
 423 1 2 2 40
 424 8 2 3 40
 425 1 2 4 40
 426 1 2 9 40
 427 9 2 8 40
 428 7 3 7 40
 429 2 3 6 40
 430 3 3 5 40
 431 end data.
 432
 433 ONEWAY x y z by g
 434         /STATISTICS = DESCRIPTIVES HOMOGENEITY
 435         /CONTRAST 3  2 0 -5
 436         /CONTRAST 2 -9 7  0
 437         .
 438 ])
 439
 440 AT_CHECK([pspp -o pspp.csv multivar.sps])
 441
 442 dnl Some machines return 3.88 instead of 3.87 below (see bug #31611).
 443 AT_CHECK([sed 's/^,Within Groups,3.88/,Within Groups,3.87/' pspp.csv], [0], [dnl
 444 Table: Descriptives
 445 ,,,,,,95% Confidence Interval for Mean,,,
 446 ,,N,Mean,Std. Deviation,Std. Error,Lower Bound,Upper Bound,Minimum,Maximum
 447 x,10.00,3,3.67,4.62,2.67,-7.81,15.14,1.00,9.00
 448 ,20.00,5,.80,.45,.20,.24,1.36,.00,1.00
 449 ,30.00,8,.88,.64,.23,.34,1.41,.00,2.00
 450 ,40.00,8,4.00,3.42,1.21,1.14,6.86,1.00,9.00
 451 ,Total,24,2.25,2.83,.58,1.05,3.45,.00,9.00
 452 y,10.00,3,1.00,.00,.00,1.00,1.00,1.00,1.00
 453 ,20.00,5,1.00,.00,.00,1.00,1.00,1.00,1.00
 454 ,30.00,8,1.50,.53,.19,1.05,1.95,1.00,2.00
 455 ,40.00,8,2.38,.52,.18,1.94,2.81,2.00,3.00
 456 ,Total,24,1.63,.71,.15,1.32,1.93,1.00,3.00
 457 z,10.00,3,3.67,4.73,2.73,-8.07,15.41,.00,9.00
 458 ,20.00,5,3.40,2.70,1.21,.05,6.75,1.00,8.00
 459 ,30.00,8,5.00,3.21,1.13,2.32,7.68,.00,9.00
 460 ,40.00,8,5.50,2.45,.87,3.45,7.55,2.00,9.00
 461 ,Total,24,4.67,2.99,.61,3.40,5.93,.00,9.00
 462
 463 Table: Test of Homogeneity of Variances
 464 ,Levene Statistic,df1,df2,Sig.
 465 x,18.76,3,20,.000
 466 y,71.41,3,20,.000
 467 z,.89,3,20,.463
 468
 469 Table: ANOVA
 470 ,,Sum of Squares,df,Mean Square,F,Sig.
 471 x,Between Groups,56.16,3,18.72,2.92,.059
 472 ,Within Groups,128.34,20,6.42,,
 473 ,Total,184.50,23,,,
 474 y,Between Groups,7.75,3,2.58,13.33,.000
 475 ,Within Groups,3.87,20,.19,,
 476 ,Total,11.63,23,,,
 477 z,Between Groups,17.47,3,5.82,.62,.610
 478 ,Within Groups,187.87,20,9.39,,
 479 ,Total,205.33,23,,,
 480
 481 Table: Contrast Coefficients
 482 ,,g,,,
 483 ,,10.00,20.00,30.00,40.00
 484 Contrast,1,3,2,0,-5
 485 ,2,2,-9,7,0
 486
 487 Table: Contrast Tests
 488 ,,Contrast,Value of Contrast,Std. Error,t,df,Sig. (2-tailed)
 489 x,Assume equal variances,1,-7.40,6.67,1.11,20,.280
 490 ,,2,6.26,12.32,.51,20,.617
 491 ,Does not assume equal,1,-7.40,10.04,-.74,4.53,.497
 492 ,,2,6.26,5.85,1.07,2.87,.366
 493 y,Assume equal variances,1,-6.88,1.16,5.94,20,.000
 494 ,,2,3.50,2.14,1.63,20,.118
 495 ,Does not assume equal,1,-6.88,.91,-7.51,7.00,.000
 496 ,,2,3.50,1.32,2.65,7.00,.033
 497 z,Assume equal variances,1,-9.70,8.07,1.20,20,.243
 498 ,,2,11.73,14.91,.79,20,.440
 499 ,Does not assume equal,1,-9.70,9.57,-1.01,3.64,.373
 500 ,,2,11.73,14.53,.81,9.88,.438
 501 ])
 502
 503 AT_CLEANUP
 504
 505
 506
 507 dnl Tests that everything treats weights properly
 508 AT_SETUP([ONEWAY vs. weights])
 509 AT_KEYWORDS([categorical categoricals])
 510
 511 AT_DATA([oneway-unweighted.sps],
 512 [DATA LIST NOTABLE LIST /QUALITY * BRAND * W *.
 513 BEGIN DATA
 514 3  1   1
 515 2  1   1
 516 1  1   1
 517 1  1   1
 518 4  1   1
 519 5  2   1
 520 2  2   1
 521 4  2   1
 522 4  2   1
 523 4  2   1
 524 2  2   1
 525 2  2   1
 526 3  2   1
 527 7  3   1
 528 4  3   1
 529 5  3   1
 530 5  3   1
 531 3  3   1
 532 6  3   1
 533 END DATA.
 534
 535 WEIGHT BY W.
 536
 537 ONEWAY
 538         quality BY brand
 539         /STATISTICS descriptives homogeneity
 540         .
 541 ])
 542
 543 AT_CHECK([pspp -o pspp-unweighted.csv oneway-unweighted.sps], [0], [ignore], [ignore])
 544
 545 AT_DATA([oneway-weighted.sps],
 546 [DATA LIST NOTABLE LIST /QUALITY * BRAND * W *.
 547 BEGIN DATA
 548 3  1   1
 549 2  1   1
 550 1  1   2
 551 4  1   1
 552 5  2   1
 553 2  2   1
 554 4  2   3
 555 2  2   2
 556 3  2   1
 557 7  3   1
 558 4  3   1
 559 5  3   2
 560 3  3   1
 561 6  3   1
 562 END DATA.
 563
 564 WEIGHT BY W.
 565
 566 ONEWAY
 567         quality BY brand
 568         /STATISTICS descriptives homogeneity
 569         .
 570 ])
 571
 572 AT_CHECK([pspp -o pspp-weighted.csv oneway-weighted.sps], [0], [ignore], [ignore])
 573
 574 AT_CHECK([diff pspp-weighted.csv pspp-unweighted.csv], [0])
 575
 576 AT_CLEANUP
 577
 578
 579
 580 AT_SETUP([ONEWAY posthoc LSD and BONFERRONI])
 581 AT_KEYWORDS([categorical categoricals])
 582 AT_DATA([oneway-pig.sps],[dnl
 583 SET FORMAT F12.3.
 584 data list notable list /pigmentation * family *.
 585 begin data.
 586 36 1
 587 39 1
 588 43 1
 589 38 1
 590 37 1
 591 46 2
 592 47 2
 593 47 2
 594 47 2
 595 43 2
 596 40 3
 597 50 3
 598 44 3
 599 48 3
 600 50 3
 601 45 4
 602 53 4
 603 56 4
 604 52 4
 605 56 4
 606 end data.
 607
 608
 609 oneway pigmentation by family
 610         /statistics = descriptives
 611         /posthoc = lsd bonferroni alpha (0.05)
 612          .
 613 ])
 614
 615 AT_CHECK([pspp -O format=csv oneway-pig.sps], [0],
 616 [Table: Descriptives
 617 ,,,,,,95% Confidence Interval for Mean,,,
 618 ,,N,Mean,Std. Deviation,Std. Error,Lower Bound,Upper Bound,Minimum,Maximum
 619 pigmentation,1.000,5,38.600,2.702,1.208,35.245,41.955,36.000,43.000
 620 ,2.000,5,46.000,1.732,.775,43.849,48.151,43.000,47.000
 621 ,3.000,5,46.400,4.336,1.939,41.016,51.784,40.000,50.000
 622 ,4.000,5,52.400,4.506,2.015,46.806,57.994,45.000,56.000
 623 ,Total,20,45.850,5.967,1.334,43.057,48.643,36.000,56.000
 624
 625 Table: ANOVA
 626 ,,Sum of Squares,df,Mean Square,F,Sig.
 627 pigmentation,Between Groups,478.950,3,159.650,12.927,.000
 628 ,Within Groups,197.600,16,12.350,,
 629 ,Total,676.550,19,,,
 630
 631 Table: Multiple Comparisons (pigmentation)
 632 ,,,Mean Difference,,,95% Confidence Interval,
 633 ,(I) family,(J) family,(I - J),Std. Error,Sig.,Lower Bound,Upper Bound
 634 LSD,1.000,2.000,-7.400,2.223,.004,-12.112,-2.688
 635 ,,3.000,-7.800,2.223,.003,-12.512,-3.088
 636 ,,4.000,-13.800,2.223,.000,-18.512,-9.088
 637 ,2.000,1.000,7.400,2.223,.004,2.688,12.112
 638 ,,3.000,-.400,2.223,.859,-5.112,4.312
 639 ,,4.000,-6.400,2.223,.011,-11.112,-1.688
 640 ,3.000,1.000,7.800,2.223,.003,3.088,12.512
 641 ,,2.000,.400,2.223,.859,-4.312,5.112
 642 ,,4.000,-6.000,2.223,.016,-10.712,-1.288
 643 ,4.000,1.000,13.800,2.223,.000,9.088,18.512
 644 ,,2.000,6.400,2.223,.011,1.688,11.112
 645 ,,3.000,6.000,2.223,.016,1.288,10.712
 646 Bonferroni,1.000,2.000,-7.400,2.223,.025,-14.086,-.714
 647 ,,3.000,-7.800,2.223,.017,-14.486,-1.114
 648 ,,4.000,-13.800,2.223,.000,-20.486,-7.114
 649 ,2.000,1.000,7.400,2.223,.025,.714,14.086
 650 ,,3.000,-.400,2.223,1.000,-7.086,6.286
 651 ,,4.000,-6.400,2.223,.065,-13.086,.286
 652 ,3.000,1.000,7.800,2.223,.017,1.114,14.486
 653 ,,2.000,.400,2.223,1.000,-6.286,7.086
 654 ,,4.000,-6.000,2.223,.095,-12.686,.686
 655 ,4.000,1.000,13.800,2.223,.000,7.114,20.486
 656 ,,2.000,6.400,2.223,.065,-.286,13.086
 657 ,,3.000,6.000,2.223,.095,-.686,12.686
 658 ])
 659
 660 AT_CLEANUP
 661
 662
 663 AT_SETUP([ONEWAY posthoc Tukey HSD and Games-Howell])
 664 AT_KEYWORDS([categorical categoricals])
 665 AT_DATA([oneway-tukey.sps],[dnl
 666 set format = f11.3.
 667 data list notable list /libido * dose *.
 668 begin data.
 669 3 0
 670 2 0
 671 1 0
 672 1 0
 673 4 0
 674 5 1
 675 2 1
 676 4 1
 677 2 1
 678 3 1
 679 7 2
 680 4 2
 681 5 2
 682 3 2
 683 6 2
 684 end data.
 685
 686 variable label dose 'Dose of Viagra'.
 687
 688 add value labels dose 0 'Placebo' 1 '1 Dose' 2 '2 Doses'.
 689
 690 oneway libido by dose
 691         /posthoc tukey gh.
 692 ])
 693
 694 AT_CHECK([pspp -O format=csv oneway-tukey.sps], [0],
 695 [Table: ANOVA
 696 ,,Sum of Squares,df,Mean Square,F,Sig.
 697 libido,Between Groups,20.133,2,10.067,5.119,.025
 698 ,Within Groups,23.600,12,1.967,,
 699 ,Total,43.733,14,,,
 700
 701 Table: Multiple Comparisons (libido)
 702 ,,,Mean Difference,,,95% Confidence Interval,
 703 ,(I) Dose of Viagra,(J) Dose of Viagra,(I - J),Std. Error,Sig.,Lower Bound,Upper Bound
 704 Tukey HSD,Placebo,1 Dose,-1.000,.887,.516,-3.366,1.366
 705 ,,2 Doses,-2.800,.887,.021,-5.166,-.434
 706 ,1 Dose,Placebo,1.000,.887,.516,-1.366,3.366
 707 ,,2 Doses,-1.800,.887,.147,-4.166,.566
 708 ,2 Doses,Placebo,2.800,.887,.021,.434,5.166
 709 ,,1 Dose,1.800,.887,.147,-.566,4.166
 710 Games-Howell,Placebo,1 Dose,-1.000,.887,.479,-3.356,1.356
 711 ,,2 Doses,-2.800,.887,.039,-5.439,-.161
 712 ,1 Dose,Placebo,1.000,.887,.479,-1.356,3.356
 713 ,,2 Doses,-1.800,.887,.185,-4.439,.839
 714 ,2 Doses,Placebo,2.800,.887,.039,.161,5.439
 715 ,,1 Dose,1.800,.887,.185,-.839,4.439
 716 ])
 717
 718 AT_CLEANUP
 719
 720 AT_SETUP([ONEWAY posthoc Sidak])
 721 AT_KEYWORDS([categorical categoricals])
 722 AT_DATA([oneway-sidak.sps],[dnl
 723 SET FORMAT F20.4.
 724
 725 DATA LIST notable LIST /program score.
 726 BEGIN DATA.
 727 1   9
 728 1  12
 729 1  14
 730 1  11
 731 1  13
 732 2  10
 733 2   6
 734 2   9
 735 2   9
 736 2  10
 737 3  12
 738 3  14
 739 3  11
 740 3  13
 741 3  11
 742 4   9
 743 4   8
 744 4  11
 745 4   7
 746 4   8
 747 END DATA.
 748
 749 ONEWAY
 750   score BY program
 751   /MISSING ANALYSIS
 752   /POSTHOC = SIDAK.
 753 ])
 754
 755 AT_CHECK([pspp -O format=csv oneway-sidak.sps], [0],
 756 [Table: ANOVA
 757 ,,Sum of Squares,df,Mean Square,F,Sig.
 758 score,Between Groups,54.9500,3,18.3167,7.0449,.003
 759 ,Within Groups,41.6000,16,2.6000,,
 760 ,Total,96.5500,19,,,
 761
 762 Table: Multiple Comparisons (score)
 763 ,,,Mean Difference,,,95% Confidence Interval,
 764 ,(I) program,(J) program,(I - J),Std. Error,Sig.,Lower Bound,Upper Bound
 765 Šidák,1.0000,2.0000,3.0000,1.0198,.056,-.0575,6.0575
 766 ,,3.0000,-.4000,1.0198,.999,-3.4575,2.6575
 767 ,,4.0000,3.2000,1.0198,.038,.1425,6.2575
 768 ,2.0000,1.0000,-3.0000,1.0198,.056,-6.0575,.0575
 769 ,,3.0000,-3.4000,1.0198,.025,-6.4575,-.3425
 770 ,,4.0000,.2000,1.0198,1.000,-2.8575,3.2575
 771 ,3.0000,1.0000,.4000,1.0198,.999,-2.6575,3.4575
 772 ,,2.0000,3.4000,1.0198,.025,.3425,6.4575
 773 ,,4.0000,3.6000,1.0198,.017,.5425,6.6575
 774 ,4.0000,1.0000,-3.2000,1.0198,.038,-6.2575,-.1425
 775 ,,2.0000,-.2000,1.0198,1.000,-3.2575,2.8575
 776 ,,3.0000,-3.6000,1.0198,.017,-6.6575,-.5425
 777 ])
 778
 779 AT_CLEANUP
 780
 781 AT_SETUP([ONEWAY posthoc Scheffe])
 782 AT_KEYWORDS([categorical categoricals])
 783 AT_DATA([oneway-scheffe.sps],[dnl
 784 set format = f11.3.
 785 data list notable list /usage * group *.
 786 begin data.
 787 21.00     1
 788 19.00     1
 789 18.00     1
 790 25.00     1
 791 14.00     1
 792 13.00     1
 793 24.00     1
 794 19.00     1
 795 20.00     1
 796 21.00     1
 797 15.00     2
 798 10.00     2
 799 13.00     2
 800 16.00     2
 801 14.00     2
 802 24.00     2
 803 16.00     2
 804 14.00     2
 805 18.00     2
 806 16.00     2
 807 10.00     3
 808  7.00     3
 809 13.00     3
 810 20.00     3
 811   .00     3
 812  8.00     3
 813  6.00     3
 814  1.00     3
 815 12.00     3
 816 14.00     3
 817 18.00     4
 818 15.00     4
 819  3.00     4
 820 27.00     4
 821  6.00     4
 822 14.00     4
 823 13.00     4
 824 11.00     4
 825  9.00     4
 826 18.00     4
 827 end data.
 828
 829 variable label usage 'Days of Use'.
 830
 831 add value labels group 0 'none' 1 'one' 2 'two' 3 'three' 4 'four'.
 832
 833 oneway usage by group
 834         /posthoc scheffe.
 835 ])
 836
 837 AT_CHECK([pspp -O format=csv oneway-scheffe.sps], [0],
 838 [Table: ANOVA
 839 ,,Sum of Squares,df,Mean Square,F,Sig.
 840 Days of Use,Between Groups,555.275,3,185.092,6.663,.001
 841 ,Within Groups,1000.100,36,27.781,,
 842 ,Total,1555.375,39,,,
 843
 844 Table: Multiple Comparisons (Days of Use)
 845 ,,,Mean Difference,,,95% Confidence Interval,
 846 ,(I) group,(J) group,(I - J),Std. Error,Sig.,Lower Bound,Upper Bound
 847 Scheffé,one,two,3.800,2.357,.467,-3.112,10.712
 848 ,,three,10.300,2.357,.001,3.388,17.212
 849 ,,four,6.000,2.357,.110,-.912,12.912
 850 ,two,one,-3.800,2.357,.467,-10.712,3.112
 851 ,,three,6.500,2.357,.072,-.412,13.412
 852 ,,four,2.200,2.357,.832,-4.712,9.112
 853 ,three,one,-10.300,2.357,.001,-17.212,-3.388
 854 ,,two,-6.500,2.357,.072,-13.412,.412
 855 ,,four,-4.300,2.357,.358,-11.212,2.612
 856 ,four,one,-6.000,2.357,.110,-12.912,.912
 857 ,,two,-2.200,2.357,.832,-9.112,4.712
 858 ,,three,4.300,2.357,.358,-2.612,11.212
 859 ])
 860
 861 AT_CLEANUP
 862
 863
 864 AT_SETUP([ONEWAY bad contrast count])
 865 AT_KEYWORDS([categorical categoricals])
 866
 867 AT_DATA([oneway-bad-contrast.sps],[dnl
 868 DATA LIST NOTABLE LIST /height * weight * temperature * sex *.
 869 BEGIN DATA.
 870 1884     88.6       39.97     0
 871 1801     90.9       39.03     0
 872 1801     91.7       38.98     0
 873 1607     56.3       36.26     1
 874 1608     46.3       46.26     1
 875 1607     55.9       37.84     1
 876 1604     56.6       36.81     1
 877 1606     56.1       34.56     1
 878 END DATA.
 879
 880 ONEWAY /VARIABLES= height weight temperature BY sex
 881  /CONTRAST = -1  1
 882  /CONTRAST = -3  3
 883  /CONTRAST =  2 -2  1
 884  /CONTRAST = -9  9
 885  .
 886 ])
 887
 888
 889 AT_CHECK([pspp -O format=csv oneway-bad-contrast.sps], [0], [dnl
 890 "oneway-bad-contrast.sps:18: warning: ONEWAY: In contrast list 3, the number of coefficients (3) does not equal the number of groups (2). This contrast list will be ignored."
 891
 892 Table: ANOVA
 893 ,,Sum of Squares,df,Mean Square,F,Sig.
 894 height,Between Groups,92629.63,1,92629.63,120.77,.000
 895 ,Within Groups,4601.87,6,766.98,,
 896 ,Total,97231.50,7,,,
 897 weight,Between Groups,2451.65,1,2451.65,174.59,.000
 898 ,Within Groups,84.25,6,14.04,,
 899 ,Total,2535.90,7,,,
 900 temperature,Between Groups,1.80,1,1.80,.13,.733
 901 ,Within Groups,84.55,6,14.09,,
 902 ,Total,86.36,7,,,
 903
 904 Table: Contrast Coefficients
 905 ,,sex,
 906 ,,.00,1.00
 907 Contrast,1,-1,1
 908 ,2,-3,3
 909 ,3,-9,9
 910
 911 Table: Contrast Tests
 912 ,,Contrast,Value of Contrast,Std. Error,t,df,Sig. (2-tailed)
 913 height,Assume equal variances,1,-222.27,20.23,10.99,6,.000
 914 ,,2,-666.80,60.68,10.99,6,.000
 915 ,,3,-2000.40,182.03,10.99,6,.000
 916 ,Does not assume equal,1,-222.27,27.67,-8.03,2.00,.015
 917 ,,2,-666.80,83.02,-8.03,2.00,.015
 918 ,,3,-2000.40,249.07,-8.03,2.00,.015
 919 weight,Assume equal variances,1,-36.16,2.74,13.21,6,.000
 920 ,,2,-108.48,8.21,13.21,6,.000
 921 ,,3,-325.44,24.63,13.21,6,.000
 922 ,Does not assume equal,1,-36.16,2.19,-16.48,5.42,.000
 923 ,,2,-108.48,6.58,-16.48,5.42,.000
 924 ,,3,-325.44,19.75,-16.48,5.42,.000
 925 temperature,Assume equal variances,1,-.98,2.74,.36,6,.733
 926 ,,2,-2.94,8.22,.36,6,.733
 927 ,,3,-8.83,24.67,.36,6,.733
 928 ,Does not assume equal,1,-.98,2.07,-.47,4.19,.660
 929 ,,2,-2.94,6.22,-.47,4.19,.660
 930 ,,3,-8.83,18.66,-.47,4.19,.660
 931 ])
 932
 933 AT_CLEANUP
 934
 935
 936 AT_SETUP([ONEWAY crash on single category independent variable])
 937 AT_KEYWORDS([categorical categoricals])
 938 AT_DATA([crash.sps],[
 939 input program.
 940 loop #i = 1 to 10.
 941 compute test = #i.
 942 end case.
 943 end loop.
 944 end file.
 945 end input program.
 946
 947 compute x = 1.
 948
 949 oneway test by x.
 950 ])
 951
 952 AT_CHECK([pspp -O format=csv crash.sps], [0], [ignore])
 953
 954 AT_CLEANUP
 955
 956
 957
 958 AT_SETUP([ONEWAY crash on missing dependent variable])
 959 AT_KEYWORDS([categorical categoricals])
 960 AT_DATA([crash2.sps],[dnl
 961 data list notable list /dv1 * dv2  *  y * .
 962 begin data.
 963 2  .  2
 964 1  .  2
 965 1  .  1
 966 2  .  4
 967 3  .  4
 968 4  .  4
 969 5  .  4
 970 end data.
 971
 972 ONEWAY
 973        /VARIABLES= dv1 dv2  BY y
 974        /STATISTICS = DESCRIPTIVES
 975        /POSTHOC = BONFERRONI LSD SCHEFFE SIDAK TUKEY
 976        /MISSING = ANALYSIS
 977        .
 978 ])
 979
 980 AT_CHECK([pspp -O format=csv crash2.sps], [0], [ignore])
 981
 982 AT_CLEANUP
 983
 984
 985
 986
 987 AT_SETUP([ONEWAY Games-Howell test with few cases])
 988 AT_KEYWORDS([categorical categoricals])
 989 AT_DATA([crash3.sps],[dnl
 990 data list notable list /dv * y * .
 991 begin data.
 992 2 2
 993 1 2
 994 1 1
 995 2 4
 996 3 4
 997 end data.
 998
 999 ONEWAY
1000  /VARIABLES= dv BY y
1001  /POSTHOC = GH
1002  .
1003 ])
1004
1005 AT_CHECK([pspp -O format=csv crash3.sps], [0], [ignore])
1006
1007 AT_CLEANUP
1008
1009
1010 AT_SETUP([ONEWAY Crash on empty data])
1011 AT_KEYWORDS([categorical categoricals])
1012 AT_DATA([crash4.sps],[dnl
1013 DATA LIST NOTABLE LIST /height * weight * temperature * sex *.
1014 BEGIN DATA.
1015 1801     .       .     0
1016 1606     .       .     1
1017 END DATA.
1018
1019 ONEWAY /VARIABLES= height weight temperature BY sex
1020  /CONTRAST = -1  1
1021  /CONTRAST = -3  3
1022  /CONTRAST =  2 -2  1
1023  /CONTRAST = -9  9
1024  .
1025 ])
1026
1027 AT_CHECK([pspp -O format=csv crash4.sps], [0], [ignore])
1028
1029 AT_CLEANUP
1030
1031
1032
1033 AT_SETUP([ONEWAY Crash on invalid dependent variable])
1034 AT_KEYWORDS([categorical categoricals])
1035 AT_DATA([crash5.sps],[dnl
1036 data list notable list /a * b *.
1037 begin data.
1038 3 0
1039 2 0
1040 6 2
1041 end data.
1042
1043 oneway a"by b.
1044
1045 ])
1046
1047 AT_CHECK([pspp -O format=csv crash5.sps], [1], [ignore])
1048
1049 AT_CLEANUP
1050
1051
1052
1053
1054 AT_SETUP([ONEWAY Crash on unterminated string])
1055 AT_KEYWORDS([categorical categoricals])
1056
1057 AT_DATA([crash6.sps], [dnl
1058 DATA LIST NOTABLE LIST /height * weight * temperature * sex *.
1059 BEGIN DATA.
1060 1801     .       .     0
1061 1606     .   0   .     1
1062 END DATA.
1063
1064 ONEWAY /VARIABLES= height weight temperature BY sex
1065  /CONTRAST =" 2 -2  1
1066  .
1067 ])
1068
1069 AT_CHECK([pspp -O format=csv crash6.sps], [1], [ignore])
1070
1071 AT_CLEANUP