使用R语言t.test执行双样本t检验因因子变量报错求助

问题背景 #

我尝试用R语言的标准函数t.test对两个变量执行双样本t检验：FC01是1-5分的Likert量表（有序排名变量），joko是取值为TRUE/FALSE的二元分类变量。代码如下：

## Dummy data
ds <- data.frame(FC01 = c(3, 3, 4, 2, 3, 1, 2, 4, 3, 3, 2), 
                 joko = c(TRUE, TRUE, TRUE, FALSE, FALSE, TRUE, FALSE, TRUE, FALSE, FALSE, TRUE))
ds$FC01 = factor(ds$FC01, 
                 levels = c("1", "2", "3", "4", "5", "-9"),
                 labels = c("1", "2", "3", "4", "5", "[NA] Not answered"), 
                 ordered = FALSE)

## t-test
t.test(ds$FC01, ds$joko, var.equal = TRUE)

报错信息 #

运行后抛出如下错误：

> t.test(ds$FC01, ds$joko, var.equal = TRUE)
Error in var(x) : Calling var(x) on a factor x is defunct.
  Use something like 'all(duplicated(x)[-1L])' to test for a constant vector.
In addition: Warning message:
In mean.default(x) :
  Argument ist weder numerisch noch boolesch: gebe NA zurück

补充操作及疑惑 #

我额外运行了以下代码：

all(duplicated(ds$FC01)[-1L])
all(duplicated(ds$joko)[-1L])

得到结果：

> all(duplicated(ds$FC01)[-1L])
[1] FALSE
> all(duplicated(ds$joko)[-1L])
[1] FALSE

但我不理解这个结果的含义，希望得到问题解决方法及结果解释。

问题分析与解决 #

1. 报错核心原因 #

t.test是参数检验，要求输入的因变量必须是数值型或逻辑型，因为它需要计算均值、方差等统计量。但你将FC01转换为了无序因子（ordered = FALSE），因子属于分类变量，无法直接计算均值和方差，这就是报错的直接原因：

• Error in var(x)：因子无法计算方差，该操作已被废弃；
• mean.default警告：因子既不是数值也不是逻辑类型，无法计算均值，返回NA。

2. 补充代码结果解释 #

你运行的all(duplicated(x)[-1L])是用来检验向量是否为常量向量（所有元素完全相同）：

• duplicated(x)返回逻辑向量，标记每个元素是否与前面的元素重复；
• [-1L]去掉第一个元素，若剩下的元素全为TRUE，说明从第二个元素开始都和第一个元素一致，即整个向量是常量；
• 你的两个结果都是FALSE，说明FC01和joko都不是常量向量，这是t检验的正常前提（样本需要有变异），但这个结果和当前报错无关。

3. 解决方案 #

根据变量类型，有两种合理选择：

选项1：近似为数值型变量执行t检验

很多场景下会将Likert量表近似当作数值变量处理，此时需要先将FC01转换为数值型，再使用规范的公式语法执行t检验：

# 将因子转换为数值型（先转字符避免因子水平编码干扰）
ds$FC01_num <- as.numeric(as.character(ds$FC01))
# 公式形式：因变量 ~ 分组变量，是t检验的标准写法
t.test(FC01_num ~ joko, data = ds, var.equal = TRUE)

选项2：使用非参数检验（更严谨的统计选择）

Likert量表本质是有序分类变量，t检验要求数据近似正态分布，更严谨的做法是使用曼-惠特尼U检验（适用于有序分类变量的组间比较），对应R中的wilcox.test：

# 有序因子可直接用于曼-惠特尼检验
wilcox.test(FC01 ~ joko, data = ds)

该检验不需要正态分布假设，更适配有序分类变量的统计特性。

内容的提问来源于stack exchange，提问作者user21297188