使用cc包执行典型相关分析时遇TRUE/FALSE缺失值错误求助

这个错误确实由数据中的NA值导致。原因是cc()函数计算时，缺失值会让中间矩阵Bmat产生NA，执行max(abs(Bmat - t(Bmat)))/max(abs(Bmat)) > 1e-10这个对称校验时，只要分子或分母出现NA，整个表达式结果就是NA，而if语句需要明确的TRUE/FALSE，因此触发错误。

解决方案 #

• 先清理全NA行：如果存在某个空间点的所有时间观测都缺失（整行NA），先移除这些无效行：

  # 过滤所有时间维度全为NA的空间行
  A_2d_chloa_clean <- A_2d_chloa[!apply(A_2d_chloa, 1, function(x) all(is.na(x))), ]
  A_2d_turb_clean <- A_2d_turb[!apply(A_2d_turb, 1, function(x) all(is.na(x))), ]
  

• 插补剩余缺失值：对非全NA的行，利用时间维度的连续性做线性插补（需先安装zoo包）：

  library(zoo)
  # 按行（空间点）对时间维度做线性插补
  A_2d_chloa_imputed <- t(apply(A_2d_chloa_clean, 1, function(x) na.approx(x, na.rm = FALSE)))
  A_2d_turb_imputed <- t(apply(A_2d_turb_clean, 1, function(x) na.approx(x, na.rm = FALSE)))
  

• 执行CCA分析：用处理后的无NA数据运行函数：

  cca <- cc(A_2d_chloa_imputed, A_2d_turb_imputed)
  

补充说明 #

尽管函数文档标注支持缺失值，但实际处理大型时空矩阵时，对称校验步骤未提前处理NA，导致判断条件失效。预处理缺失值是规避这类问题的最稳妥方式。

内容的提问来源于stack exchange，提问作者Aurélien Lengrand