如何在数据集中筛选行列式为0的矩阵以完成Stuart-Maxwell检验

问题场景 #

我在计算2名评分者、4个反应类别、4个受试者的评分者间一致性（Stuart-Maxwell检验）时，已经完成以下步骤：

• 生成所有可能的评分组合，得到65536个交叉表矩阵
• 删除了其中256个评分完全相同的矩阵，剩余65280个矩阵
  但运行Stuart-Maxwell检验时仍然失败，原因是部分3x3交叉表的行列式为0，导致无法完成检验。需要找出这类矩阵的规律并移除，才能继续分析。

问题根源 #

Stuart-Maxwell检验依赖协方差矩阵的逆矩阵计算，当交叉表满足以下任一条件时，协方差矩阵行列式会为0：

• 交叉表存在全0的行或列：比如levs = c(0:2)定义的3个类别中，有类别在某一名评分者的评分里完全没出现，导致交叉表对应行/列全为0
• 行与行、列与列之间存在线性依赖（计数型交叉表中，全0行/列是最常见的触发情况）

看你给出的问题矩阵示例（allPossible[260]和allPossible[820]），大概率是其中一名评分者的评分里缺少了0:2中的某个类别，导致交叉表出现全0行/列。

解决方案：过滤奇异矩阵 #

我们可以在运行检验前，先过滤掉存在全0行或全0列的交叉表矩阵，具体实现如下：

修改后的完整代码 #

# 2名评分者、4个反应类别、4个受试者
R1 <- as.data.frame(expand.grid(rep(list(0:3), 4)))
R2 <- as.data.frame(expand.grid(rep(list(0:3), 4)))

# 生成所有评分组合
pattern <- expand.grid(1:256, 1:256)
allPossible <- vector(mode = "list", length = nrow(pattern))
for(i in 1:nrow(pattern)){
  allPossible[[i]] <- rbind(R1[pattern[i, 1], ], R2[pattern[i, 2], ])
}

# 构建交叉表矩阵
levs <- c(0:2)
list_A <- list()

for (i in 1:nrow(pattern)) {
  r1_factor <- factor(allPossible[[i]][1, ], levels = levs)
  r2_factor <- factor(allPossible[[i]][2, ], levels = levs)
  list_A[[i]] <- xtabs(~r1_factor + r2_factor)
}

# 删除评分完全相同的矩阵（每257个里的第一个）
list_B <- list_A[-seq(from = 1, to = length(list_A), by = 257)]

# 定义判断函数：检查矩阵是否无全0行和全0列
is_non_singular <- function(mat) {
  row_all_zero <- apply(mat, 1, function(x) all(x == 0))
  col_all_zero <- apply(mat, 2, function(x) all(x == 0))
  !any(row_all_zero) && !any(col_all_zero)
}

# 过滤得到有效矩阵列表
list_valid <- Filter(is_non_singular, list_B)

# 安装并加载DescTools包
if (!require(DescTools)) {
  install.packages("DescTools")
  library(DescTools)
}

# 批量运行Stuart-Maxwell检验，用tryCatch避免单个错误中断
outputSM <- lapply(list_valid, function(mat) {
  tryCatch(
    StuartMaxwellTest(mat),
    error = function(e) {
      message(paste("检验失败的矩阵：", capture.output(mat)))
      return(NULL)
    }
  )
})

# 移除检验失败的NULL结果
outputSM <- Filter(Negate(is.null), outputSM)

代码说明 #

1. is_non_singular过滤函数：通过apply遍历矩阵的每一行和列，检查是否存在全0情况，仅保留无全0行/列的矩阵
2. Filter快速筛选：直接对矩阵列表进行批量过滤，高效得到有效数据集
3. tryCatch错误处理：即使有漏网的奇异矩阵，也不会中断整个批量检验流程，同时输出失败矩阵信息方便排查

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