R语言循环执行Dunn检验时仅完成27/67个变量的问题求助

问题核心原因 #

循环提前终止不是代码语法问题，而是后续变量的数据不符合Dunn检验的执行条件：

• 变量在所有分组中的数值完全一致（方差为0）
• 某个分组下该变量无有效数据（全为NA或分组样本量为0）
• 变量缺失值过多，剩余样本无法支撑检验逻辑

Kruskal-Wallis检验对这类极端数据容忍度更高，所以能跑完所有变量，但Dunn检验（FSA/rstatix的实现）会直接报错中断循环。

解决方案 #

方案1：给循环加错误捕获，跳过异常变量 #

用tryCatch包裹检验代码，遇到错误时记录问题变量并继续执行后续循环：

FSA包适配代码

library(FSA)

Dunn_df = list()
error_vars = c()  # 存出错的变量名
for(i in names(df[,6:73])){  
  result <- tryCatch({
    dunnTest(formula(paste(i, "~ ind1")), data = df, method = "bonferroni")
  }, error = function(e) {
    error_vars <<- c(error_vars, i)
    return(NULL)  # 出错时返回空值，不中断循环
  })
  Dunn_df[[i]] <- result
}

# 查看哪些变量出了问题
print(error_vars)

rstatix包适配代码

library(rstatix)  

Dunn_df = list()
error_vars = c()
for(i in names(df[,6:73])){  
  result <- tryCatch({
    dunn_test(formula(paste(i, "~ ind1")), data = df, p.adjust.method="BH")
  }, error = function(e) {
    error_vars <<- c(error_vars, i)
    return(NULL)
  })
  Dunn_df[[i]] <- result
}

print(error_vars)

方案2：预处理数据，只保留符合条件的变量 #

先过滤掉无法执行检验的变量，再跑循环，避免无效运算：

# 定义检查规则：每个分组至少有1个非NA值，且变量方差>0（排除全相同值）
is_valid_var <- function(var_name) {
  group_data <- split(df[[var_name]], df$ind1)
  # 检查每个分组非NA数量>0
  group_valid <- all(sapply(group_data, function(x) sum(!is.na(x)) > 0))
  # 检查变量有方差
  var_valid <- var(df[[var_name]], na.rm = TRUE) > 0
  return(group_valid & var_valid)
}

# 筛选有效变量
target_vars <- Filter(is_valid_var, names(df[,6:73]))

# 针对有效变量执行Dunn检验（以rstatix为例）
Dunn_df = list()
for(i in target_vars){  
  Dunn_df[[i]] <- dunn_test(formula(paste(i, "~ ind1")), data = df, p.adjust.method="BH")
}

后续排查 #

跑方案1后，通过error_vars定位问题变量，执行以下代码查看具体数据问题：

# 查看问题变量的分组统计
summary(df[, c("ind1", error_vars)])

# 检查每个分组的非NA值数量
sapply(error_vars, function(var) table(df$ind1, !is.na(df[[var]])))

根据结果可以选择剔除变量、填充缺失值或合并分组，适配论文需求。

内容的提问来源于stack exchange，提问作者mcChris