在R-psych中生成Polychoric相关矩阵遇报错，求修正方案

报错根源 #

问题源于部分变量缺失Likert等级（如Earth无1分、Mankind无5分），psych::polychoric在计算累积概率时，会因边界值为0或1调用qnorm()产生NaN，进而触发积分边界判断的逻辑错误。

修正代码方案 #

方案1：手动指定完整响应类别范围 #

强制函数按1-5级完整Likert等级计算，即使部分等级无数据：

library(psych)
# 确保数据为数据框格式（建议避免attach，防止命名冲突）
nepr <- as.data.frame(nepr)
# 为每个变量指定完整的1-5响应等级
out <- polychoric(nepr, global = FALSE, categories = list(1:5, 1:5, 1:5, 1:5, 1:5, 1:5))
neprpoly <- out$rho
print(neprpoly, digits = 2)

• global = FALSE：显式关闭全局统一等级假设，匹配“变量响应选项数量不一致”的警告提示
• categories参数：强制函数识别完整的1-5等级，避免累积概率计算出现0或1的极端值

方案2：使用polycor包的hetcor函数（更稳健） #

polycor包对缺失等级的有序变量兼容性更好：

library(polycor)
nepr <- as.data.frame(nepr)
# 生成Polychoric相关矩阵（自动适配不同响应等级）
neprpoly <- hetcor(nepr, ML = TRUE)$correlations
print(neprpoly, digits = 2)

• hetcor()默认用极大似然估计，能自动处理不同响应等级的有序变量，规避等级缺失导致的NaN问题

方案3：补全缺失等级的0频数 #

将变量转换为带完整等级的有序因子，让函数识别所有可能的响应类别：

library(psych)
nepr <- as.data.frame(nepr)
# 为每个变量补全1-5级的有序因子（无数据的等级自动补0频数）
nepr_full <- lapply(nepr, function(x) {
  factor(x, levels = 1:5, ordered = TRUE)
})
nepr_full <- as.data.frame(nepr_full)
# 计算Polychoric相关矩阵
out <- polychoric(nepr_full, global = FALSE)
neprpoly <- out$rho
print(neprpoly, digits = 2)

额外建议 #

• 放弃使用attach()：容易引发命名冲突，直接用nepr$变量名访问数据更安全
• 反转变量后，用lapply(nepr, table)检查每个变量的响应等级分布，提前确认缺失情况

内容的提问来源于stack exchange，提问作者Mark Drew