对数转换连续变量的Shapiro-W检验异常及回归报错求助

你的问题核心是对数转换产生了NaN或Inf值：原变量SJC28.1中存在0或负数，log(0)会返回-Inf，负数的对数运算会得到NaN，这些无效值导致Shapiro-W检验和线性回归报错。你之前的处理代码错误地把Inf当成字符串判断（== "Inf"），因此未生效。

1. 确认原变量的取值问题 #

先运行代码排查原变量是否存在非正值：

# 查看原变量的描述性统计
summary(SJC28.1)
# 统计非正值的数量
sum(SJC28.1 <= 0, na.rm = TRUE)

2. 修正对数转换方式 #

根据原变量的取值情况选择适配的转换方法：

• 若原变量只有0无负数：用加偏移量的对数转换，避免产生-Inf：

  log_SJC28.1 <- log(SJC28.1 + 1)  # 加1确保所有值>0
  

• 若原变量存在负数：先将变量平移到正数区间再取对数，比如找到原变量的最小值min_val：

  min_val <- min(SJC28.1, na.rm = TRUE)
  log_SJC28.1 <- log(SJC28.1 - min_val + 1)  # 平移后所有值≥1，对数运算有效
  

• 不想用对数转换：可尝试平方根转换（适合右偏非负数据）或Box-Cox转换（自动寻找最优转换lambda，要求变量严格正）：

  # 平方根转换
  sqrt_SJC28.1 <- sqrt(SJC28.1)
  # Box-Cox转换（需加载MASS包）
  library(MASS)
  bc_result <- boxcox(lm(SJC28.1 ~ ., data = your_data))
  lambda <- bc_result$x[which.max(bc_result$y)]
  bc_SJC28.1 <- (SJC28.1^lambda - 1)/lambda
  

3. 正确清理转换后的无效值 #

如果已经产生了NaN/Inf，用以下代码替换无效值并处理缺失：

# 识别并替换NaN和Inf为NA
log_SJC28.1[is.na(log_SJC28.1) | is.infinite(log_SJC28.1)] <- NA
# 运行回归时自动剔除含NA的观测
lm_model <- lm(log_SJC28.1 ~ ., data = your_data, na.action = na.exclude)

4. 验证结果 #

处理后运行以下代码确认变量无无效值：

summary(log_SJC28.1)
shapiro.test(log_SJC28.1[!is.na(log_SJC28.1)])  # 仅对非NA值做正态性检验

内容的提问来源于stack exchange，提问作者Violetta