使用DescTools::MedianCI计算置信区间时组1结果异常求助

核心原因 #

组别1置信区间返回-Inf和Inf，本质是该组的DAP样本量过小（大概率样本数n=1）。DescTools::MedianCI计算中位数置信区间时，需要足够的样本分布信息来估算区间边界：

• 当样本量为1时，中位数就是唯一的观测值，但没有额外数据支撑置信区间的计算，函数会返回极端值表示无法确定有效区间。
• 若样本量极小（比如n<3），默认的精确计算方法也无法生成合理的区间边界，导致返回-Inf/Inf。

验证步骤 #

先确认各组样本量，执行以下代码：

barplot %>% 
  dplyr::group_by(Valve.size) %>% 
  dplyr::summarise(sample_size = n())

查看输出结果，组别1的sample_size大概率为1或极小值。

修复方案 #

1. 优化代码（避免重复计算） #

你的代码每次调用MedianCI三次，既低效也没必要，可改为先计算一次再提取结果：

library(DescTools)
library(dplyr)

barplot2 <- barplot %>% 
  dplyr::group_by(Valve.size) %>% 
  dplyr::summarise(ci_output = list(MedianCI(DAP, na.rm = TRUE)),
                   valvemedian = ci_output[[1]][1],
                   lowerci = ci_output[[1]][2],
                   upperci = ci_output[[1]][3]) %>%
  dplyr::select(-ci_output)

2. 针对小样本的区间计算调整 #

如果组别1样本量确实极小，可尝试改用bootstrap方法估算置信区间（需指定method="boot"）：

barplot2 <- barplot %>% 
  dplyr::group_by(Valve.size) %>% 
  dplyr::summarise(ci_output = list(MedianCI(DAP, na.rm = TRUE, method = "boot", R = 1000)),
                   valvemedian = ci_output[[1]][1],
                   lowerci = ci_output[[1]][2],
                   upperci = ci_output[[1]][3]) %>%
  dplyr::select(-ci_output)

注意：即使使用bootstrap，样本量过小的情况下置信区间结果依然缺乏统计可靠性，建议优先确认数据是否完整或补充样本。

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