含缺失值的有序数据性别相关性检验技术问询

1. cor()返回NA的原因 #

cor()函数默认参数use="everything"，意思是只要输入的变量对里存在任何缺失值（NA），就直接返回NA。而cor.test()默认会自动剔除包含NA的观测行（参数na.action=na.omit），仅用完全配对的有效数据计算，所以能得到结果。这是两个函数处理缺失值的逻辑差异导致的，不属于操作失误。

要是想让cor()也返回有效结果，可以手动设置缺失值处理参数，比如：

cor(data$sex, data$T1, method="kendall", use="pairwise.complete.obs")

该参数会只保留两个变量都无缺失的观测来计算相关系数。

2. cor.test()的结果是否可靠？ #

只要剔除缺失值后的有效样本量不是过小（比如至少几十例），这个结果是可靠的。你可以用下面的代码检查有效样本量：

sum(complete.cases(data$sex, data$T1))

Kendall tau本身就是为有序变量设计的非参数相关系数，适配性别（二分类变量，当作有序处理无问题）和有序特质的相关性分析，只要有效样本量足够，计算和显著性检验都是有效的。

3. 不二分化有序数据的其他检验方法 #

除了Kendall tau，还有这些适配的方法：

• Spearman秩相关系数：和Kendall tau类似的非参数方法，同样适配有序变量，用法一致，只需把method设为"spearman"，注意设置缺失值处理参数即可。
• 有序逻辑回归：把性别作为自变量（可编码为0/1或保留1/2），有序特质作为因变量，用MASS包的polr()函数实现。它能给出性别对特质等级的预测效应（对数优势比），比单纯的相关系数提供更丰富的统计信息。示例代码：

  library(MASS)
  model <- polr(as.factor(T1) ~ sex, data = data, na.action = na.omit)
  summary(model)
  

• Cochran-Armitage趋势检验：专门针对二分类自变量+有序因变量的情况，检验因变量的等级是否随自变量分组呈现趋势性变化。可以用DescTools包的CochranArmitageTest()函数实现：

  library(DescTools)
  CochranArmitageTest(table(data$sex, data$T1))
  

• Mann-Whitney U检验：把性别看作二分组变量，检验两组的有序特质分布是否存在差异，用法如下：

  wilcox.test(T1 ~ sex, data = data, na.action = na.omit)
  

内容的提问来源于stack exchange，提问作者Octtta