计算生物地理区域寄生虫系统发育多样性遇lm.fit报错求助

错误核心原因 #

Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) : NA/NaN/Inf in 'y' 明确指向多样性计算流程中，线性拟合的因变量y存在缺失值、非数值或无穷值，且仅在特定属的处理中触发，说明该属的site_plas_matt矩阵或对应树分支数据存在异常。

分步排查方案 #

• 检查目标属的捕获次数矩阵

  1. 直接扫描异常值：执行以下代码验证矩阵内容

     any(is.na(site_plas_matt))
     any(is.infinite(site_plas_matt))
     any(is.nan(site_plas_matt))
     any(site_plas_matt < 0) # 捕获次数不可能为负，负数值会导致后续计算异常
     

  2. 排查全零行/列：若某单倍型在所有区域的捕获次数均为0，后续计算（如对数转换、倒数运算）会产生Inf或NaN，执行代码定位：

     rowSums(site_plas_matt) == 0 # 若行是单倍型
     colSums(site_plas_matt) == 0 # 若列是单倍型
     

• 追溯Clark代码的多样性计算逻辑

  1. 定位调用lm.fit的代码段，确认y变量的来源：通常是系统发育多样性（PD）、标准化效应量（SES-PD）等统计量
  2. 检查y变量的生成过程：
     • 是否存在对0值的对数/除法操作？比如log(0)会生成-Inf，1/0会生成Inf
     • 验证对应属的树分支长度：即使树处理代码正常运行，也可能存在该属分支长度为0或NA的情况，执行代码检查：

       sum(is.na(plas_trees_reduced$edge.length))
       sum(plas_trees_reduced$edge.length == 0)
       

• 补全数据预处理遗漏步骤

  1. 确认矩阵转换后的类型：用class(site_plas_matt)检查是否为数值型矩阵，避免字符型数据隐式转换生成NA
  2. 验证零值列移除后的维度：用dim(site_plas_matt)确认该属仍有有效数据行/列，避免误删全部数据

临时修复方案 #

1. 若为零值导致的计算异常，在多样性计算前对矩阵做微小偏移：

   site_plas_matt[site_plas_matt == 0] <- 1e-8 # 避免对数/除法产生无穷值
   

2. 若为树分支长度异常，补全或修正分支长度：

   # 替换NA分支长度为0（或根据系统发育逻辑设置最小分支长度）
   plas_trees_reduced$edge.length[is.na(plas_trees_reduced$edge.length)] <- 0
   

内容的提问来源于stack exchange，提问作者Katrina Keith