R语言psych包score.multiple.choice函数报错：Error in max.item - min.item : non-numeric argument to binary operator 解决方法咨询

我来帮你排查这个问题哈，这个错误提示Error in max.item - min.item : non-numeric argument to binary operator一般是因为函数处理数据时遇到了非预期的非数值类型，结合你的数据结构，大概率是这几个问题导致的，咱们一步步解决：

1. 先修正低级拼写错误 #

你代码里写的是sudent_all，少了一个t，应该是student_all——这个虽然不一定是这次错误的核心原因，但先修正避免后续找不到对象的问题。

2. 清理数据框：移除无关的id列 #

score.multiple.choice函数要求传入的正确答案（key）和学生答题数据（items）都应该是只包含题目选项的矩阵/数据框，不能带id列：

• 你的key_A里的id列是冗余的，函数会把它当成一道题的答案来处理，和学生的id列（数值/字符）不匹配，直接引发类型错误。
• 学生数据里的id列同理，会被函数误判为题目，导致计算时出现非数值操作的错误。

具体数据处理代码： #

library(psych)

# 提取正确答案：去掉id列，转成向量（因为key_A只有1行正确答案）
correct_key <- as.vector(key_A[, -1])

# 提取学生答题数据：去掉id列，保留所有题目列
student_responses <- student_all[, -1]

3. 确保数据类型是字符型而非因子 #

如果你的学生答案或正确答案是因子类型（导入数据时默认可能转成因子），也会引发类型错误，需要转成字符型：

# 检查并转换学生答题数据为字符型
if (is.factor(student_responses[[1]])) {
  student_responses <- lapply(student_responses, as.character) %>% as.data.frame()
}

# 同样转换正确答案为字符型（如果需要）
correct_key <- as.character(correct_key)

4. 重新调用函数 #

完成上面的步骤后，再调用函数就应该能正常运行了：

# 注意参数顺序：key在前，学生答题数据在后，score=FALSE表示返回对错矩阵
Student.tf <- score.multiple.choice(key = correct_key, items = student_responses, score = FALSE)

验证逻辑 #

你可以先检查处理后的数据格式：

• correct_key应该是一个长度为50的字符向量，每个元素是对应题目的正确选项（A-E）。
• student_responses应该是100行×50列的数据框，每个元素是学生的答题选项（A-E）。

这样函数就能正确识别每道题的选项，对比学生答案生成对错矩阵啦。

内容的提问来源于stack exchange，提问作者jgrange