R中加权数据集Kruskal-Wallis检验异常问题及解决

数据加权处理 #

我正在分析包含4个国家受试者的大型观察数据库，由于不同国家受试者基线特征差异显著，使用WeightIt包基于**协变量平衡倾向得分（CBPS）**为观测值赋权，代码如下：

w.out <- weightit(country ~ baseline1 + baseline2, 
                  data = df, method = "cbps", verbose = TRUE)

df$ps_weights <- w.out$weights

协变量平衡验证 #

通过love plot和基线特征TableOne表验证，上述权重能够有效平衡各组间的协变量。

异常问题出现 #

错误创建survey对象 #

随后创建survey对象时使用了如下代码：

ipd <- svydesign(id =~country, data = df, weights = ~ps_weights)

后续分析异常 #

• 生成加权TableOne表时，连续变量的P值显示为NA：

  tab1_weighted <- svyCreateTableOne(vars = myVars, data = ipd, factorVars = catVars, strata = "country")
  

• 为获取组间差异的非参数P值，执行Kruskal-Wallis检验，结果出现极大卡方统计量（>1×10^28）和NaN的P值：

  svyranktest(test ~ country, design = ipd, test = "KruskalWallis")
  

  未加权数据的检验结果合理，但即使每组仅取10个观测子集测试，结果仍异常；已提前排除所有含NA的观测，尝试使用sjstat包时还出现自由度错误。

问题解决方法 #

问题根源在于survey对象的创建方式，将代码修改为如下形式后，卡方值恢复合理，P值可正常计算：

ipd <- svydesign(~1, data = df, weights = ~ps_weights)

内容的提问来源于stack exchange，提问作者user6387185