分组执行t_test()函数报错‘data are essentially constant’求解决方案

错误原因 #

报错data are essentially constant是因为部分cytokines分组下，value列的数值几乎无变异（方差为0），或者某个Rx组的样本量不足（比如只有1个样本），导致t检验无法计算统计量。

具体修复步骤 #

1. 定位问题分组

先找出哪些细胞因子分组存在无效数据：

# 检查每个cytokines-Rx组的方差和样本量
mydata.long %>%
  group_by(cytokines, Rx) %>%
  summarise(
    方差 = var(value, na.rm = TRUE),
    样本量 = n()
  ) %>%
  filter(方差 == 0 | is.na(方差) | 样本量 < 2)

这段代码会列出所有存在数值恒定、方差无法计算或样本量不足的分组。

2. 方案一：过滤无效分组后再做检验

如果不需要保留这些无效分组，先筛选出符合条件的细胞因子，再执行t检验：

# 筛选出每个Rx组都有至少2个样本且方差>0的cytokines
有效细胞因子 <- mydata.long %>%
  group_by(cytokines, Rx) %>%
  summarise(
    方差 = var(value, na.rm = TRUE),
    样本量 = n()
  ) %>%
  filter(样本量 >= 2 & 方差 > 0) %>%
  pull(cytokines) %>%
  unique()

# 执行t检验
stat.test <- mydata.long %>%
  filter(cytokines %in% 有效细胞因子) %>%
  group_by(cytokines) %>%
  t_test(value ~ Rx) %>%
  adjust_pvalue(method = "bonferroni") %>%
  add_significance()

3. 方案二：保留所有分组，错误时标记NA

如果需要保留所有细胞因子记录，用tryCatch捕获错误，将无效检验的结果标记为NA：

library(purrr)

stat.test <- mydata.long %>%
  nest_by(cytokines) %>%  # 按cytokines嵌套数据
  mutate(
    检验结果 = list(
      tryCatch(
        t_test(data, value ~ Rx),
        error = function(e) tibble(statistic = NA, p.value = NA, method = "无效：数据恒定/样本量不足")
      )
    )
  ) %>%
  unnest(检验结果) %>%
  adjust_pvalue(method = "bonferroni", p.value = p.value) %>%
  add_significance(p.col = "p.value")

额外注意事项 #

• 先处理缺失值：如果value列存在NA，先执行mydata.long <- mydata.long %>% drop_na(value)，避免因缺失值导致的样本量不足问题。
• 确认实验设计：确保每个cytokines下的Rx分组（Met8wk/AdLib）都有重复样本，t检验需要两组均有足够的重复才能计算。

内容的提问来源于stack exchange，提问作者KCS