R中使用soc.ca包做MCA仅纳入变量1值的报错解决

报错翻译 #

Error in rowSums(ind.reduced[, varlist.long.red == unique(varlist)[i]]) :
'x'必须是至少二维的数组

问题根源 #

1. passive参数类型不匹配：你用options(passive=0)传入的是数值型0，但之前把变量转成了水平为字符型"0"的因子，参数和因子水平类型不一致，导致内部数组处理时维度异常。
2. attach()函数容易引发环境变量冲突，没必要使用。

修正代码 #

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

# 批量将所有变量转为因子，水平设为字符型的"0"和"1"
data_spss[] <- lapply(data_spss, function(col) factor(col, levels = c("0", "1")))

# 执行MCA：直接指定passive为"0"，匹配因子水平
result <- soc.mca(
  active = data_spss, 
  sup = NULL, 
  identifier = NULL, 
  passive = "0",  # 这里用字符型，和因子水平对应
  weight = NULL, 
  Moschidis = FALSE,
  detailed.results = FALSE
)

# 绘图：此时只有变量的1值会显示，所有样本都保留
plot(result)

核心说明 #

• 用lapply批量处理因子比循环更高效简洁。
• 设置passive="0"后，变量的0值会被当作被动类别：不参与MCA的计算过程，也不会出现在可视化图中，但所有样本都会被保留用于分析，完全符合你的需求。

内容的提问来源于stack exchange，提问作者DrMaxKeck