spss

from scipy.stats import ttest_ind, ttest_rel
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import pyreadstat
import scipy.stats as stats
import statsmodels.api as sm
from sklearn.preprocessing import LabelEncoder
from sklearn.metrics import matthews_corrcoef
from scipy.stats import norm, pearsonr, spearmanr
import pingouin as pg


# ---------- .sav-Datei laden ----------
dateiname = "Gesamt_Laengs_SoSe25.sav"  # ggf. Pfad anpassen
try:
    df, meta = pyreadstat.read_sav(dateiname)
    print(f"Datei '{dateiname}' erfolgreich geladen.\n")
except:
    print(f"Fehler: Datei '{dateiname}' konnte nicht geladen werden.")
    exit()

# ---------- Hilfsfunktionen ----------
def schätze_skalenniveau(serie):
    if pd.api.types.is_numeric_dtype(serie):
        if serie.nunique() <= 5:
            return "ordinal"
        else:
            return "metrisch"
    elif serie.nunique() == 2:
        return "dichotom"
    else:
        return "nominal"
# ---------- t-Test ----------
def t_test_modul():
    print("\n=== t-Test Modul ===")
    print("Wähle Testtyp:")
    print("1. Unabhängiger t-Test (zwei Gruppen, z. B. Männer vs. Frauen)")
    print("2. Abhängiger t-Test (Messwiederholung, z. B. vorher/nachher)")
    wahl = input("Auswahl (1/2): ")

    if wahl == "1":
        print("Spalten:", df.columns.tolist())
        av = input("Abhängige Variable (metrisch): ")
        uv = input("Unabhängige Gruppenvariable (z. B. geschlecht): ")

        if av not in df.columns or uv not in df.columns:
            print("Ungültige Spalten.")
            return

        gruppe = df[uv].dropna().unique()
        if len(gruppe) != 2:
            print("Für den Test müssen genau 2 Gruppen vorliegen.")
            return

        g1 = df[df[uv] == gruppe[0]][av].dropna()
        g2 = df[df[uv] == gruppe[1]][av].dropna()

        t, p = ttest_ind(g1, g2, equal_var=False)
        d = (g1.mean() - g2.mean()) / np.sqrt(((g1.std() ** 2 + g2.std() ** 2) / 2))
        n1, n2 = len(g1), len(g2)
        g = d * (1 - (3 / (4 * (n1 + n2) - 9)))
        delta = (g1.mean() - g2.mean()) / g2.std()

        print(f"\nMittelwerte: Gruppe 1 = {g1.mean():.2f}, Gruppe 2 = {g2.mean():.2f}")
        print(f"t = {t:.2f}, p = {p:.4f}")
        print(f"Cohen's d = {d:.2f}, Hedges' g = {g:.2f}, Glass’ Δ = {delta:.2f}")
        if p < 0.05:
            print("→ Unterschied ist statistisch signifikant (p < 0.05)")
        else:
            print("→ Kein signifikanter Unterschied (p ≥ 0.05)")

    elif wahl == "2":
        print("Spalten:", df.columns.tolist())
        var1 = input("Messung 1 (z. B. vorher): ")
        var2 = input("Messung 2 (z. B. nachher): ")

        if var1 not in df.columns or var2 not in df.columns:
            print("Ungültige Spalten.")
            return

        x = df[var1].dropna()
        y = df[var2].dropna()
        common = x.index.intersection(y.index)
        x = x.loc[common]
        y = y.loc[common]

        t, p = ttest_rel(x, y)
        d = (x.mean() - y.mean()) / x.std()

        print(f"\nMittelwerte: vor = {x.mean():.2f}, nach = {y.mean():.2f}")
        print(f"t = {t:.2f}, p = {p:.4f}, Cohen's d = {d:.2f}")
        if p < 0.05:
            print("→ Unterschied ist statistisch signifikant (p < 0.05)")
        else:
            print("→ Kein signifikanter Unterschied (p ≥ 0.05)")
    else:
        print("Ungültige Eingabe.")

# ---------- Hypothesentest ----------

def hypothesen_test():
    print("\n=== Hypothesentest gegen festen Wert (z-Test ähnlich) ===")
    spalte = input("Spaltenname (metrisch): ")
    if spalte not in df.columns:
        print("Ungültige Spalte.")
        return
    wert = float(input("Gegen welchen Vergleichswert testen? "))
    daten = df[spalte].dropna()
    t, p = stats.ttest_1samp(daten, wert)
    print(f"\nt = {t:.2f}, p = {p:.4f}")
    if p < 0.05:
        print("→ Signifikanter Unterschied zum Vergleichswert (p < 0.05)")
    else:
        print("→ Kein signifikanter Unterschied (p ≥ 0.05)")
        
# ---------- Analyse einzelner Variable ----------
def analyse(spalte):
    daten = df[spalte].dropna()
    print(f"\nAnalyse: {spalte}")
    print("Modus:", daten.mode().values)
    print("Median:", daten.median())
    print("Mittelwert:", daten.mean())
    print("Standardabweichung:", daten.std())
    print("Varianz:", daten.var())
    print("Vx:", daten.std() / daten.mean())
    print("Schiefe:", daten.skew())
    print("Exzess:", daten.kurtosis())

    print("\nWähle grafische Darstellung:")
    print("1. Histogramm\n2. Boxplot\n3. Balkendiagramm")
    wahl = input("Auswahl (1/2/3): ")

    if wahl == "1":
        sns.histplot(daten, kde=True, stat="density")
        mu, sigma = daten.mean(), daten.std()
        x = np.linspace(min(daten), max(daten), 100)
        plt.plot(x, norm.pdf(x, mu, sigma), color='red', linestyle='--', label='Normalverteilung')
        plt.legend()
    elif wahl == "2":
        sns.boxplot(x=daten)
    elif wahl == "3":
        daten.value_counts().plot(kind='bar')
    else:
        print("Ungültige Eingabe, zeige Histogramm.")
        sns.histplot(daten, kde=True)
    plt.title(f"{spalte}")
    plt.xlabel(spalte)
    plt.ylabel("Häufigkeit")
    plt.show()

# ---------- Zusammenhangsanalyse ----------
def berechne_zusammenhang(x, y):
    x = x.dropna()
    y = y.dropna()
    gemein = x.index.intersection(y.index)
    x = x.loc[gemein]
    y = y.loc[gemein]

    typ_x = schätze_skalenniveau(x)
    typ_y = schätze_skalenniveau(y)

    print(f"\nSkalenniveau-Schätzung: x = {typ_x}, y = {typ_y}")

    if typ_x == typ_y == "metrisch":
        r, p = pearsonr(x, y)
        print(f"Pearson-Korrelation: r = {r:.3f}, p = {p:.3f}")
    elif "ordinal" in [typ_x, typ_y] and "metrisch" not in [typ_x, typ_y]:
        r, p = spearmanr(x, y)
        print(f"Spearman-Korrelation: r = {r:.3f}, p = {p:.3f}")
    elif typ_x == typ_y == "dichotom":
        r = matthews_corrcoef(x, y)
        print(f"Phi-Koeffizient: r = {r:.3f}")
    elif typ_x == typ_y == "nominal":
        kreuz = pd.crosstab(x, y)
        chi2, p, dof, exp = stats.chi2_contingency(kreuz)
        n = kreuz.sum().sum()
        phi2 = chi2 / n
        k, r = kreuz.shape
        cramer_v = np.sqrt(phi2 / min(k - 1, r - 1))
        print(f"Cramérs V: {cramer_v:.3f}, Chi² = {chi2:.2f}, p = {p:.3f}")
    elif "nominal" in [typ_x, typ_y] and "metrisch" in [typ_x, typ_y]:
        nominal = x if typ_x == "nominal" else y
        metrisch = y if typ_x == "nominal" else x
        dummy = pd.get_dummies(nominal, drop_first=True)
        eta2 = sm.OLS(metrisch, sm.add_constant(dummy)).fit().rsquared
        print(f"Eta² (η²): {eta2:.3f}")
    else:
        print("Zusammenhangsmaß für diese Kombination nicht implementiert.")

# ---------- Kreuztabelle + Chi² ----------
def kreuztabelle():
    print(df.columns.tolist())
    x = input("1. Variable: ")
    y = input("2. Variable: ")
    if x in df.columns and y in df.columns:
        kreuz = pd.crosstab(df[x], df[y])
        print("\nKreuztabelle:\n", kreuz)
        chi2, p, dof, _ = stats.chi2_contingency(kreuz)
        print(f"\nChi² = {chi2:.2f}, p-Wert = {p:.3f}")
    else:
        print("Ungültige Eingabe.")

# ---------- Menü ----------
def menü():
    while True:
        print("\n=== Hauptmenü ===")
        print("1. Spalten anzeigen")
        print("2. Datenvorschau")
        print("3. Spalte analysieren")
        print("4. Zusammenhang zwischen zwei Variablen")
        print("5. Kreuztabelle & Chi²-Test")
        print("6. t-Test (unabhängig / abhängig)")
        print("7. Hypothesentest (vs. fester Wert)")
        print("8. Beenden")
        wahl = input("Auswahl: ")

        if wahl == "1":
            print(df.columns.tolist())
        elif wahl == "2":
            print(df.head())
        elif wahl == "3":
            spalte = input("Spaltenname: ")
            if spalte in df.columns:
                analyse(spalte)
            else:
                print("Spalte nicht gefunden.")
        elif wahl == "4":
            x = input("Erste Variable: ")
            y = input("Zweite Variable: ")
            if x in df.columns and y in df.columns:
                berechne_zusammenhang(df[x], df[y])
            else:
                print("Ungültige Eingabe.")
        elif wahl == "5":
            kreuztabelle()
        elif wahl == "6":
            t_test_modul()
        elif wahl == "7":
            hypothesen_test()
        elif wahl == "8":
            print("Programm beendet.")
            break
        else:
            print("Ungültige Eingabe.")

# ---------- Start ----------
menü()