加权Kruskal-Wallis测试报错：IndependenceProblem类对象无效

你遇到的错误信息：

Error in kruskal_test: Error in validObject(.Object): invalid class “IndependenceProblem” object: FALSE

错误原因 #

• 未取消行分组状态：生成pt_tot后，数据集仍保留rowwise分组，导致后续pivot_longer和nest处理后的数据结构不符合coin::kruskal_test的内部要求，无法正常创建IndependenceProblem对象。
• 不必要的权重归一化：coin包的kruskal_test接受任意正实数作为观测权重，无需强制归一化到和为1，归一化后的小数权重可能触发内部校验逻辑异常。

解决方法 #

1. 取消行分组

在生成pt_tot后添加ungroup()，将数据集恢复为普通数据框状态：

punteggi <- punteggi |>
  group_by(Regione, Genere, Area) |>
  mutate(
    mu = runif(1, 4, 7),
    sd = runif(1, 1, 2),
    weight = 1/n()
  ) |> 
  ungroup() |>
  rowwise() |>
  mutate(pt_tot = rnorm(1, mu, sd)) |>
  ungroup() # 新增：取消行分组

2. 移除权重归一化操作

修改测试函数，去掉不必要的权重归一化步骤：

kruskal_per_gruppo <- function(data) {
  test_result <- tryCatch({
    # 移除权重归一化代码
    kruskal_test(pt_tot ~ value, data = data, weights = ~ weight)
  }, error = function(e) {
    message("Error in kruskal_test: ", e)
    return(NULL)
  })
  return(test_result)
}

3. 明确转换分组变量为因子（可选）

确保分组变量value是因子类型，避免隐式类型转换问题：

results <- punteggi |> 
  pivot_longer(c(Regione, Genere, Area)) |> 
  group_by(name) |> 
  mutate(
    value = as.factor(value), # 明确转换为因子
    kruskal = kruskal.test(pt_tot ~ value)$p.value
  ) |> 
  nest() |> 
  mutate(kruskal_weighted = map(data, kruskal_per_gruppo))

修改后，kruskal_test即可正常创建IndependenceProblem对象并执行加权Kruskal-Wallis检验。

内容的提问来源于stack exchange，提问作者Erik De Luca