R语言t.test()执行报错：观测值不足问题的代码修改咨询

问题背景 #

开展调研数据分析，通过随机生成器EM05分配了EM01、EM02、EM03三种实验处理，希望分别对EM01/EM02/EM03组的einst_index进行t检验。已完成数据预处理（含项目得分反转、构建einst_index），但执行t.test()时触发错误：

Error in t.test.default(mig_neutral_stim$einst_index, mig_neutral_stim$EM05, : not enough 'x' observations

错误原因 #

1. 检验逻辑错误：原代码错误地将分组变量EM05作为t检验的第二个输入变量，且设置paired = TRUE。实际需求是独立样本t检验，比较不同实验处理组的einst_index均值差异，而非配对检验。
2. 数据处理错误：原代码仅过滤出EM03组数据，且尝试将字符串类型的EM05转为数值型，导致该列全为NA，引发观测值不足的错误。
3. 语法错误：过滤缺失值的代码缺少闭合括号，导致数据处理不完整。

修正后的代码 #

library(tidyverse)
library(dplyr)
library(report)
library(psych)
library(readxl)

# 读取数据集
mig <- read_excel("data/data_ExperimentMigration2024_2024-07-04_20-34.xlsx")

# 定义得分反转函数，简化重复代码
reverse_score <- function(x) {
  case_when(
    x == 1 ~ 5,
    x == 2 ~ 4,
    x == 3 ~ 3,
    x == 4 ~ 2,
    x == 5 ~ 1
  )
}

# 执行项目得分反转
mig <- mig %>%
  mutate(
    new_ME03_09 = reverse_score(ME03_09),
    new_ME03_04 = reverse_score(ME03_04),
    new_ME03_02 = reverse_score(ME03_02),
    new_ME03_01 = reverse_score(ME03_01)
  )

# 构建einst_index指数
mig_selected <- mig %>%
  select(new_ME03_01, new_ME03_02, ME03_03, new_ME03_04, ME03_05, ME03_07, new_ME03_09, ME03_10) %>%
  mutate(across(everything(), as.numeric))

mig <- mig %>%
  mutate(einst_index = rowMeans(mig_selected, na.rm = TRUE))

# 查看指数的均值与标准差
mig %>%
  summarise(
    mean_einst_index = mean(einst_index, na.rm = TRUE),
    sd_einst_index = sd(einst_index, na.rm = TRUE)
  )

# 检查数据结构
str(mig)

# 确保einst_index为数值型
mig$einst_index <- as.numeric(mig$einst_index)

# 1. EM01 vs EM02 独立样本t检验
t_test_em01_em02 <- t.test(einst_index ~ EM05, data = mig, subset = EM05 %in% c("EM01", "EM02"))
print(t_test_em01_em02)
report(t_test_em01_em02)

# 2. EM01 vs EM03 独立样本t检验
t_test_em01_em03 <- t.test(einst_index ~ EM05, data = mig, subset = EM05 %in% c("EM01", "EM03"))
print(t_test_em01_em03)
report(t_test_em01_em03)

# 3. EM02 vs EM03 独立样本t检验
t_test_em02_em03 <- t.test(einst_index ~ EM05, data = mig, subset = EM05 %in% c("EM02", "EM03"))
print(t_test_em02_em03)
report(t_test_em02_em03)

# 可选：检查每组样本量，确保每组有足够观测值
mig %>%
  count(EM05)

关键修正点 #

• 简化得分反转逻辑：定义reverse_score函数，避免重复编写反转规则。
• 修正检验逻辑：使用公式形式einst_index ~ EM05执行独立样本t检验，通过subset参数指定要比较的两组。
• 修复语法问题：补全原代码中缺失的闭合括号，同时通过rowMeans的na.rm=TRUE处理缺失值，无需额外过滤。
• 添加样本量检查：通过count(EM05)确认每组的观测数量，提前排查样本量不足的问题。

内容的提问来源于stack exchange，提问作者Alina Dzaferovic