Doc/README

   1  -*- mode: text -*-
   2
   3
   4 Common Lisp Stat:
   5
   6 After a few false starts, I (Tony Rossini) finally know how I want to
   7 proceed.  First, we update CLS.  Then, continue with TSL.  Separation
   8 is needed, so that we can make everything separate.
   9
  10 We are working with SBCL and CLISP implementations so as to keep a
  11 wide range of target platforms as well as to maintain ANSI CL as close
  12 as possible.  This challenges the system by targetting two more common
  13 CL implementations (compiled, and byte-compiled).
  14
  15
  16 Design:
  17 (see "orig file dependencies" below for original design docs through
  18 code).
  19 ------
  20
  21 lsobject :  package containing prototype object system
  22
  23
  24 data : package from which all data objects are built.  data should
  25        provide compound objects, pulling from all potential data
  26        structures, so that
  27
  28 optimization : maximization
  29
  30 linear-algebra : merges matrix data structures, numerical linear
  31                  algebra work
  32
  33 <specialty routines>
  34 regression
  35 nonlin
  36 glim
  37 gee
  38 bayes-regression
  39
  40 ls-user :
  41
  42
  43
  44
  45
  46
  47
  48
  49 ============
  50
  51 File Dependencies from 9 Feb 2007
  52
  53 Package lisp-stat-object-system
  54    self contained
  55
  56 Package lisp-stat-fastmap
  57    self contained, new.
  58
  59 Package lisp-stat-basics:
  60    lsbasics
  61    compound
  62    lsmacros
  63    dists
  64    ladata
  65    linalg
  66    matrices
  67    lsfloat
  68    lsmath
  69    lisp-stat-sequence
  70
  71  lisp-stat-matrix  (matrices)
  72    lisp-stat-sequence (sequence)
  73
  74  lisp-stat-sequence (sequence)
  75    lisp-stat-compound-data (compound)
  76
  77  lisp-stat-compound-data (compound)
  78    common-lisp
  79    lisp-stat-object-system (lsobject)
  80    lisp-stat-fastmap
  81
  82 lisp-stat-fastmap
  83    common-lisp
  84
  85
  86
  87 ============
  88 Original, dating to Oct 30, 1991.
  89
  90 This is Lisp-Stat 1.0 Alpha 1, a first attempt at producing a Common
  91 Lisp version of Lisp-Stat. This version contains NO graphics, but
  92 should implement all the non-graphical facilities of Lisp-Stat.
  93
  94 The implementation uses C code from XLISP-STAT for linear algebra and
  95 probability distributions, so this code is dependent an a CL's foreign
  96 function interface. At this time, three CL's are supported: AKCL (at
  97 least verision 1-600) for UNIX systems, Franz' Allegro CL for UNIX
  98 systems, and Macintosh CL (version 2.0b1). Separate README files
  99 describe each version
 100
 101 On A DEC 3100 or 5000 the AKCL version of Lisp-Stat runs about half as
 102 fast as xlispstat on a standard battery of tests if xlispstat is given
 103 an (expand 30) command. I seem to recall that on a sun3 this the AKCL
 104 code and xlispstat code run at about the same speed. I have not yet
 105 confirmed this. If so, then the relative performance of the AKCL
 106 version to xlispstat may be quite hardware-dependent. The Allegro
 107 version on a DEC 5000 is considerably slower and larger than the AKCL
 108 version, but I have not yet figured out how to tune Allegro's memory
 109 management. The Macintosh CL version seems to run at least as fast as
 110 xlispstat on the Macintosh.
 111
 112 To port this code to another CL, you need to
 113
 114         Edit defsys.lsp to add any necessary definitions
 115
 116         Add a top level to lstoplevel.lsp (this is only needed if you
 117         want to recover the history mechanism, which is broken by
 118         shadowing *, etc.)
 119
 120         Write versions of the lisp and/or C glue files to interface to
 121         the C code in lib.
 122
 123         Experiment with tuning the memory management to run reasonably
 124         in statistical applications.
 125
 126 If you do port this code to another CL, please let me know so I can
 127 add it to this distribution.
 128
 129 Luke Tierney
 130 School of Statistics
 131 University of Minnesota
 132 Minneapolis, MN 55455
 133 luke@umnstat.stat.umn.edu