使用R的poLCA包执行潜在类别分析时遇非正整数报错求助

问题背景 #

使用R语言的poLCA包对技术准备度指数（Technology Readiness Index）中的optimism（Opt）、innovation（Inno）、discomfort（Dis）、insecurity（Ins）四个变量做潜在类别分析，数据集包含183名参与者的评分（预期评分范围为1-5的整数），目标是划分技术准备度细分群体。

运行代码 #

f1  <- as.formula(cbind(Opt,Inno, Dis, Ins) ~ 1)
LCA <- poLCA(f1, data=dat, nclass=2)

报错信息 #

positive integers. For poLCA to run, please recode categorical
outcome variables to increment from 1 to the maximum number of
outcome categories for each variable.

数据检查结果 #

确认无缺失值，但变量存在小数：

> min(dat$Ins)
[1] 1.5
> min(dat$Opt)
[1] 2
> min(dat$Inno)
[1] 1.25
> min(dat$Dis)
[1] 1.75

> sum(is.na(dat[, 102:105]))
[1] 0

已尝试的无效方法 #

• 为数据整体加1
• 将变量转换为因子格式

解决方案 #

poLCA要求输入必须是从1开始的连续整数型分类变量，问题核心是当前变量为小数，不符合工具的输入规范，以下是针对性处理步骤：

步骤1：明确变量小数的来源 #

先确认小数产生的原因：

• 是否是多个题项的平均分（比如每个维度由多道1-5评分的题目计算均值得到）？
• 是否是数据录入时的错误？

步骤2：根据来源处理变量 #

情况A：变量是多题项平均分

如果是维度平均分，有两种规范处理方式：

1. 改用原始题项分析：直接使用每个维度下的单个题项（这些题项应为1-5的整数）构建模型，这是更合理的选择——LCA本就适合处理分类观测变量，平均分属于连续型，不适合直接用于poLCA分析。
2. 将平均分重编码为整数类别：若必须使用当前的平均分变量，可将其映射回1-5的整数区间，代码示例：

   # 定义编码函数
   recode_to_int <- function(x) {
     cut(x, breaks = c(0.99,1.99,2.99,3.99,4.99,5.01), 
         labels = c(1,2,3,4,5), include.lowest = TRUE) %>% as.integer()
   }
   # 批量处理四个变量
   dat[, c("Opt","Inno","Dis","Ins")] <- lapply(dat[, c("Opt","Inno","Dis","Ins")], recode_to_int)
   

情况B：数据录入错误

如果小数是录入失误导致，直接将变量四舍五入为整数：

dat$Opt <- round(dat$Opt)
dat$Inno <- round(dat$Inno)
dat$Dis <- round(dat$Dis)
dat$Ins <- round(dat$Ins)

处理后检查变量范围：

sapply(dat[, c("Opt","Inno","Dis","Ins")], function(x) range(x))

步骤3：重新运行LCA #

变量处理完成后，再次执行原始代码即可解决报错。

内容的提问来源于stack exchange，提问作者Simone