| 1 | // $Id: Pearson.cc 623 2006-09-05 02:13:12Z peter $ |
|---|
| 2 | |
|---|
| 3 | #include <c++_tools/statistics/Pearson.h> |
|---|
| 4 | #include <c++_tools/statistics/AveragerPair.h> |
|---|
| 5 | #include <c++_tools/statistics/AveragerPairWeighted.h> |
|---|
| 6 | #include <c++_tools/utility/vector.h> |
|---|
| 7 | #include <c++_tools/classifier/DataLookupWeighted1D.h> |
|---|
| 8 | #include <c++_tools/classifier/Target.h> |
|---|
| 9 | |
|---|
| 10 | #include <cmath> |
|---|
| 11 | #include <gsl/gsl_cdf.h> |
|---|
| 12 | |
|---|
| 13 | |
|---|
| 14 | namespace theplu { |
|---|
| 15 | namespace statistics { |
|---|
| 16 | |
|---|
| 17 | Pearson::Pearson(bool b) |
|---|
| 18 | : Score(b), r_(0), nof_samples_(0) |
|---|
| 19 | { |
|---|
| 20 | } |
|---|
| 21 | |
|---|
| 22 | double Pearson::p_value() const |
|---|
| 23 | { |
|---|
| 24 | if(weighted_) |
|---|
| 25 | return 1; |
|---|
| 26 | if(nof_samples_<2){ |
|---|
| 27 | std::cerr << "Warning: Only " << nof_samples_ << "samples. " |
|---|
| 28 | << "Need at lest 3.\n"; |
|---|
| 29 | return 1; |
|---|
| 30 | } |
|---|
| 31 | |
|---|
| 32 | double t = sqrt(nof_samples_ - 2)*fabs(r_) /sqrt(1-r_*r_); |
|---|
| 33 | double p = gsl_cdf_tdist_Q(t, nof_samples_ -2 ); |
|---|
| 34 | if (absolute_) |
|---|
| 35 | return 2*p; |
|---|
| 36 | if (r_<0) |
|---|
| 37 | return 1-p; |
|---|
| 38 | return p; |
|---|
| 39 | |
|---|
| 40 | } |
|---|
| 41 | |
|---|
| 42 | double Pearson::score(const classifier::Target& target, |
|---|
| 43 | const utility::vector& value) |
|---|
| 44 | { |
|---|
| 45 | weighted_=false; |
|---|
| 46 | AveragerPair ap; |
|---|
| 47 | for (size_t i=0; i<target.size(); i++){ |
|---|
| 48 | if (target.binary(i)) |
|---|
| 49 | ap.add(1, value(i)); |
|---|
| 50 | else |
|---|
| 51 | ap.add(-1, value(i)); |
|---|
| 52 | nof_samples_ = target.size(); |
|---|
| 53 | } |
|---|
| 54 | r_ = ap.correlation(); |
|---|
| 55 | if (r_<0 && absolute_) |
|---|
| 56 | return -r_; |
|---|
| 57 | |
|---|
| 58 | return r_; |
|---|
| 59 | } |
|---|
| 60 | |
|---|
| 61 | double Pearson::score(const classifier::Target& target, |
|---|
| 62 | const classifier::DataLookupWeighted1D& value) |
|---|
| 63 | { |
|---|
| 64 | weighted_=true; |
|---|
| 65 | AveragerPairWeighted ap; |
|---|
| 66 | for (size_t i=0; i<target.size(); i++){ |
|---|
| 67 | if (target.binary(i)) |
|---|
| 68 | ap.add(1, value.data(i),1,value.weight(i)); |
|---|
| 69 | else |
|---|
| 70 | ap.add(-1, value.data(i),1,value.weight(i)); |
|---|
| 71 | nof_samples_ = target.size(); |
|---|
| 72 | } |
|---|
| 73 | r_ = ap.correlation(); |
|---|
| 74 | if (r_<0 && absolute_) |
|---|
| 75 | return -r_; |
|---|
| 76 | |
|---|
| 77 | return r_; |
|---|
| 78 | } |
|---|
| 79 | |
|---|
| 80 | double Pearson::score(const classifier::Target& target, |
|---|
| 81 | const utility::vector& value, |
|---|
| 82 | const utility::vector& weight) |
|---|
| 83 | { |
|---|
| 84 | weighted_=true; |
|---|
| 85 | AveragerPairWeighted ap; |
|---|
| 86 | for (size_t i=0; i<target.size(); i++){ |
|---|
| 87 | if (target.binary(i)) |
|---|
| 88 | ap.add(1, value(i),1,weight(i)); |
|---|
| 89 | else |
|---|
| 90 | ap.add(-1, value(i),1,weight(i)); |
|---|
| 91 | nof_samples_ = target.size(); |
|---|
| 92 | } |
|---|
| 93 | r_ = ap.correlation(); |
|---|
| 94 | if (r_<0 && absolute_) |
|---|
| 95 | return -r_; |
|---|
| 96 | |
|---|
| 97 | return r_; |
|---|
| 98 | } |
|---|
| 99 | |
|---|
| 100 | }} // of namespace statistics and namespace theplu |
|---|
