使用polr()做有序逻辑回归时遇svd(X)错误：数据含缺失/无穷值

第一步：修正变量名大小写错误 #

R语言对变量名大小写敏感，你的代码中先创建了dataW，但后续生成data_new时误用了Data_W，直接修正为一致变量名：

data_new <- dataW |>
  mutate(los = case_when(
    length_of_stay < 50 ~ "< 50",
    between(length_of_stay, 50, 100) ~ "50 - 100",
    length_of_stay > 100 ~ "> 100"
  )) |>
  mutate(los = factor(los, ordered = TRUE))

第二步：清理数据中的缺失/无限值 #

错误核心是数据存在缺失或无限值，执行以下检查和处理：

• 检查关键变量的缺失与无限值情况：

# 查看缺失值数量
colSums(is.na(data_new[, c("los", "total_payment_amount", "payer_grouping")]))
# 检查是否存在无限值
sum(is.infinite(data_new$total_payment_amount))

• 过滤异常数据行：

data_clean <- data_new |>
  filter(!is.na(los), !is.na(total_payment_amount), !is.infinite(total_payment_amount))

第三步：检查分组合理性与样本量 #

• 确认los分组无空组：

table(data_clean$los)

若某组样本量为0，调整case_when的分组逻辑（比如合并组或修正区间边界）。

• 检查payer_grouping类别样本量，若某类别样本量极小（如少于5个），考虑合并同类别：

table(data_clean$payer_grouping)

第四步：重新拟合模型并生成摘要 #

用清理后的数据重新运行模型：

polr2 <- polr(los ~ total_payment_amount + payer_grouping, data = data_clean)
summary(polr2)

可选优化：数值缩放 #

如果total_payment_amount取值范围极大，可能引发数值计算问题，可先标准化处理：

data_clean <- data_clean |>
  mutate(total_payment_scaled = scale(total_payment_amount))

polr2 <- polr(los ~ total_payment_scaled + payer_grouping, data = data_clean)
summary(polr2)

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