R语言t_test报错‘not enough y observations’排查求助

核心原因 #

1. 配对样本不完整：你要做配对t检验，但数据中存在个体在部分timepoint分组无记录的情况。当t_test做两两配对比较时，这类个体被剔除后，某组配对样本量可能变为0或1，触发not enough 'y' observations错误。
2. 未显式指定配对参数：rstatix包的t_test默认执行独立样本t检验，若要配对检验必须显式设置paired = TRUE；若timepoint分组数>2，函数会自动做两两配对比较，此时只要任意一对的配对样本量不足就会报错。
3. （次要可能）timepoint因子存在空水平或隐藏的小样本分组，比如某个因子水平只有1个样本。

解决步骤 #

1. 检查数据完整性 #

先确认每个个体在所有timepoint都有记录（假设个体标识列为subject_id）：

# 查看每个个体的timepoint覆盖情况
table(data$subject_id, data$timepoint)

# 统计每组样本量，确认无小样本分组
data %>% group_by(timepoint) %>% summarise(sample_size = n())

2. 过滤完整配对样本 #

只保留在所有timepoint都有数据的个体：

# 获取所有timepoint都有记录的个体ID
complete_ids <- data %>%
  group_by(subject_id) %>%
  filter(n_distinct(timepoint) == nlevels(data$timepoint)) %>%
  pull(subject_id) %>%
  unique()

# 过滤数据集
clean_data <- data %>% filter(subject_id %in% complete_ids)

3. 正确执行配对t检验 #

显式指定paired = TRUE，对过滤后的数据集执行检验：

clean_data %>% t_test(cag ~ timepoint, paired = TRUE)

4. 其他排查项 #

如果不需要配对检验，而是独立样本检验：

• 确认所有timepoint分组样本量≥2，删除或合并小样本分组
• 清理timepoint的空因子水平：

  data$timepoint <- droplevels(data$timepoint)
  

内容的提问来源于stack exchange，提问作者Mike