使用R语言lqmm包时出现NA/NaN/Inf错误的排查求助

核心问题 #

• 运行lqmm模型时触发错误：Error in f(arg, ...) : NA/NaN/Inf in foreign function call (arg 1)
• 对cluster_name变量做均值聚合后，模型可正常运行

数据验证与预处理情况 #

数据完整性验证 #

已通过以下代码确认数据中无NA、NaN和无穷值：

na_data = mydata
new_DF <- na_data[rowSums(is.na(mydata)) > 0,] # 结果为空数据框
is.na(na_data) <- sapply(na_data, is.infinite)
new_DF <- na_data[rowSums(is.na(mydata)) > 0,] # 结果仍为空数据框

• 数据框中无字符型变量，所有分类变量均已转换为factor类型

预处理函数 #

数据预处理逻辑如下：

prep_data_set <- function(data_file, brain_var = 'beta', beh_var = 'accuracy') {
  data = read.csv(data_file)
  data$subject <- factor(data$subject)
  data$type <- factor(data$type)
  data$type <- relevel(data$type, ref = "S")
  data$taught <- factor(data$taught)
  data <- subset(data, data$run_num < 13)
  data$run = factor(data$run_num)
  brain_mean <- mean(data[[brain_var]])
  brain_sd <- sd(data[[brain_var]])
  beh_mean <- mean(data[[beh_var]])
  beh_sd <- sd(data[[beh_var]])
  data <- subset(data, data$cluster_name != "")
  data$cluster_name <- factor(data$cluster_name)
  data$mean_centered_brain <- data[[brain_var]]
  data$std_brain <- data$mean_centered_brain/brain_sd
  data$mean_centered_beh <- data[[beh_var]]
  data$std_beh <- data$mean_centered_beh/beh_sd
  return(data)
}

模型测试细节 #

触发错误的代码 #

mydata = prep_data_set(file.path(resdir, 'robust0005', 'pos_rel_con__all_clusters.csv'))
m1 = lqmm(std_brain ~ std_beh*type*taught, random = ~1, group=subject, data = mydata, tau=.5, na.action=na.exclude)

子集测试结果 #

• 取前12528行运行模型（代码如下）可正常执行，第12529行数据无明显异常：

m1 = lqmm(std_brain ~ std_beh*type*taught, random = ~1, group=subject, data = begin_data, tau=.5, na.action=na.exclude)

• tail(mydata, 11943)子集运行正常，但tail(mydata, 11944)触发错误
• 子集9990:21825可正常运行，但向任意一侧扩展范围都会出错
• 数据集共29450条观测，中间子集包含疑似问题观测；提取边界附近小数据集未触发错误，3/4的问题情况涉及同一受试者（7645）

对比模型 #

lmer模型可正常运行，代码如下：

regular_model = lmer(std_brain ~ type*taught*std_beh + (1|subject/run) + 
                       (1|subject:cluster_name), data = mydata)

需求 #

希望找到该问题的通用解决方案。

内容的提问来源于stack exchange，提问作者Katie