als-statistics/tests/integration.test.js

Modular JS statistics toolkit for Node.js and the browser: descriptive stats, correlations (Pearson/Spearman/Kendall), t-tests & ANOVA (Student/Welch), reliability (Cronbach’s alpha), regression (linear/logistic), clustering (DBSCAN/HDBSCAN), and table/co

import { describe, it } from 'node:test';
import assert from 'node:assert/strict';
import Statistics from '../lib/index.js';

const { Table, Analyze } = Statistics;
const { CompareMeans } = Analyze;

describe('Pipeline: sort → split → pre/post tests', () => {
   it('до/после внутри групп + сравнение дельт между группами', () => {
      // Сгенерим табличку: группа, пол, pre, post
      const T = new Table({
         group: [1, 1, 1, 2, 2, 2, 2],
         gender: [1, 2, 1, 1, 2, 2, 1], // 1=male, 2=female
         pre: [50, 55, 48, 52, 58, 59, 54],
         post: [60, 60, 55, 54, 61, 64, 52],
      }, { name: 'Exp' });

      // 1) Сортировка (например, по pre по возрастанию)
      T.sortBy('pre', true);

      // 2) Разбиение по group
      const newStats = T.splitBy('group', { 1: 'G1', 2: 'G2' });
      const t1 = newStats.columns('Comparing', 'pre', 'post')

      const { tables: groups } = newStats
      // 3) Paired: pre vs post в каждой группе
      const pairG1 = new CompareMeans({ pre: groups.G1.columns.pre.values, post: groups.G1.columns.post.values }).paired('pre', 'post');
      const pairG2 = new CompareMeans({ pre: groups.G2.columns.pre.values, post: groups.G2.columns.post.values }).paired('pre', 'post');


      assert(t1.compareMeans('G1_pre', 'G1_post').paired().t === pairG1.t)
      assert(t1.compareMeans('G2_pre', 'G2_post').paired().t === pairG2.t)

      // Проверим, что эффект в G1 заметен
      assert.ok(pairG1.t !== undefined);
      assert.ok(pairG1.p >= 0 && pairG1.p <= 1);

      // 4) Сравнение дельт между группами (независимый t-test)
      const d1 = groups.G1.columns.post.values.map((v, i) => v - groups.G1.columns.pre.values[i]);
      const d2 = groups.G2.columns.post.values.map((v, i) => v - groups.G2.columns.pre.values[i]);

      const indep = new CompareMeans({ d1, d2 }).independent('d1', 'd2');
      assert.ok(indep.t !== undefined);
      assert.ok(indep.p >= 0 && indep.p <= 1);
   });

   it('Сравнение мужчин и женщин + ANOVA по трём группам', () => {
      const T = new Table({
         gender: [1, 2, 1, 2, 1, 2, 1, 2],      // 1=male,2=female
         score: [60, 62, 65, 68, 70, 66, 72, 70],
         group3: [1, 1, 2, 2, 3, 3, 2, 1]
      }, { name: 'G' });

      // Разделим на муж/жен и сравним score
      const males = T.clone('males').filterRowsBy('gender', v => v === 1);
      const females = T.clone('females').filterRowsBy('gender', v => v === 2);

      const cm = new CompareMeans({ males: males.columns.score.values, females: females.columns.score.values });
      const it = cm.independent('males', 'females');
      assert.ok(it.p >= 0 && it.p <= 1);

      // ANOVA по трём группам group3
      const { tables } = T.splitBy('group3', { 1: 'A', 2: 'B', 3: 'C' });
      const a = new CompareMeans({
         A: tables.A.columns.score.values,
         B: tables.B.columns.score.values,
         C: tables.C.columns.score.values
      }).anova('A', 'B', 'C');
      assert.equal(a.k, 3);
      assert.ok(a.p >= 0 && a.p <= 1);
   });

});