使用nptest包中np.boot函数报错：不允许缺失值与NaN

问题重现 #

执行以下R代码时触发错误及大量警告：

library(nptest)

set.seed(1000)

bootstrap_primary_premium=np.boot(Primary,statistic=mean, R=500)

print(bootstrap_primary_premium)

错误信息：

Error in quantile.default(bootdist[, j], probs = probs) :
missing values and NaN's not allowed if 'na.rm' is FALSE
In addition: There were 50 or more warnings (use warnings() to see the first 50)

问题原因 #

你的Primary数据中存在缺失值（NA/NaN），默认情况下mean()函数不会忽略缺失值，导致每次自举样本计算均值时产生NaN，最终在计算分位数时触发错误，同时累积大量警告。

解决方案 #

方案1：在统计量中忽略缺失值 #

修改statistic参数，传入带na.rm=TRUE的均值函数，让计算均值时自动跳过缺失值：

library(nptest)

set.seed(1000)

# 自定义统计量函数，加入na.rm=TRUE
bootstrap_primary_premium <- np.boot(Primary, 
                                     statistic = function(x) mean(x, na.rm = TRUE), 
                                     R = 500)

print(bootstrap_primary_premium)

方案2：先清理数据中的缺失值 #

提前移除Primary中的缺失值，再进行自举操作：

library(nptest)

set.seed(1000)

# 清理缺失值
Primary_clean <- na.omit(Primary)

bootstrap_primary_premium <- np.boot(Primary_clean, 
                                     statistic = mean, 
                                     R = 500)

print(bootstrap_primary_premium)

补充说明 #

• 可以先用sum(is.na(Primary))查看数据中缺失值的数量，判断哪种方案更合适：如果缺失值占比极低，清理数据影响不大；如果缺失值占比高，建议用方案1保留更多样本信息。
• 处理缺失值后，警告信息会自动消失，因为自举样本中不会再产生NaN。

内容的提问来源于stack exchange，提问作者Shraddha