使用cor()计算Pearson相关系数得到NA的原因及解决方法

问题场景 #

你的数据集为：

G1m: 1.0437500 1.0333333 0.9270833 0.7187500 0.3979167 
S1m: 0 0 0 0 0

执行代码：

cor(G1m,S1m)

返回结果与警告：

NA
Warning message:
In cor(G1m, S1m) : the standard deviation is zero

错误原因 #

Pearson相关系数的计算公式需要除以两个变量标准差的乘积。你的S1m变量所有取值均为0，其标准差为0，这会导致计算过程中出现除以0的无意义运算，因此R无法生成有效相关系数，只能返回NA并抛出标准差为0的警告。

从统计逻辑来看，一个完全没有变异（所有取值相同）的变量，无法与其他变量产生线性相关关系，Pearson相关系数本身就没有定义。

解决方法 #

1. 校验数据准确性
   先确认S1m的取值是否为预期结果：是否是数据录入、导入环节出现错误，导致所有值被误设为0？如果是数据错误，修正S1m的取值后重新运行cor()函数即可。

2. 数据确实无变异的处理
   如果S1m的取值确实全为0，从统计角度来说，该变量与G1m的Pearson相关系数不存在有效结果。此时可以：

• 直接在分析结论中说明该变量无变异，无法计算有效相关系数；
• 若你是批量计算多变量相关矩阵，可通过设置cor()函数的use参数跳过这类无变异变量，比如使用use="pairwise.complete.obs"，但本质上还是无法得到该变量与其他变量的相关系数，仅能避免警告干扰批量计算流程。

内容的提问来源于stack exchange，提问作者FG17