R语言psych包polychoric函数报错：因子分析多列相关计算问题

问题根源 #

报错的核心原因是样本量过小。polychoric()计算多列相关时依赖变量间的交叉频数分布（列联表），仅3条观测的情况下，大量交叉组合无数据支撑，导致内部调用cor()函数时无法生成有效相关矩阵，触发报错。

解决方案 #

1. 补充有效样本量 #

这是最可靠的解决方式。只要样本量达标（一般至少10条以上，变量水平越多所需样本量越大），函数即可正常运行。示例：

df <- data.frame(a = c(1, 3, 2, 1, 2, 3, 2, 1), 
                 b = c(1, 2, 1, 2, 1, 3, 2, 1), 
                 c = c(2, 1, 3, 1, 3, 2, 1, 2))
psych::polychoric(df)

运行后会输出正常的多列相关矩阵结果。

2. 与fa()/irt.fa()配合时的参数优化 #

如果是为了配合因子分析函数使用，无需单独调用polychoric()，直接在fa()或irt.fa()中指定cor="poly"参数，函数会自动处理多列相关的计算，同时能兼容部分小样本场景（仍不建议极端小样本）：

# 基于多列相关执行因子分析
fa_result <- psych::fa(df, nfactors=1, cor="poly")
# 计算因子信度
psych::omega(fa_result)

3. 极小样本的权宜处理（不推荐） #

若确实必须处理极小样本，可尝试开启smooth参数对频数表做平滑处理，但结果可靠性会显著降低：

psych::polychoric(df, smooth=TRUE)

额外说明 #

无论将数据转为矩阵或因子型，样本量不足的核心问题都无法解决，因此优先保证观测数量是关键。

内容的提问来源于stack exchange，提问作者hare