LHS采样后执行PRCC分析出现参数NA缺失值的技术咨询

你遇到的NA缺失、置信区间无法计算、部分参数PRCC值异常的问题，核心是MaxInf输出变量不满足PRCC计算的基本前提，具体原因和对应排查方向如下：

• 输出变量存在大量零方差常数取值
  PRCC（偏秩相关系数）的计算依赖变量的秩次变异，当输出变量大量取值完全相同时，秩转换后观测无差异，就会触发All values of t are equal to 1 \n Cannot calculate confidence intervals提示。
  结合你构建的虫媒传播SIR模型结构，MaxInf为峰值感染人数，当采样的参数组合使得基本再生数R0<1时，感染不会扩散，峰值始终等于初始输入的1例感染者，这部分无暴发的样本输出完全没有变异。你设置的参数采样范围跨度很大（比如Beta范围0.1-6、p范围0.3-0.9），必然有接近一半的参数组合会落在R0<1的区间，直接导致MaxInf列有近半样本取值固定为1，计算时方差为0，无法输出标准误、置信区间，和R0直接相关的Beta（传播率）、C（易感人群规模）两个参数会直接返回NA，和免疫屏障阈值直接相关的p参数会因为完全确定的单调关系返回PRCC=1的结果。
• 输出列存在未处理的缺失值
  你初始化SIRV数据框时全表填充为NA，如果循环运行模型时部分参数组合出现ODE求解失败（比如参数组合刚性过强、步长不匹配），且你没有加异常捕获逻辑，失败行的MaxInf会残留NA值。pcc函数默认会删除存在NA的整行样本，删除后有效样本量不足也会导致估计结果异常、置信区间无法计算。
• Thresh1输出结果正常的原因
  Thresh1一般为暴发阈值对应的临界指标，无论参数组合是否会引发暴发，该指标都会随参数取值连续变化，不存在大量常数聚集的问题，有足够的秩次变异支撑PRCC计算，因此能返回正常结果。

排查修复方案 #

1. 先做数据质量校验：运行table(SIRV$MaxInf, useNA = "always")统计MaxInf列的取值分布，确认固定值占比、NA占比是否过高。
2. 处理无暴发样本：如果确认有大量样本MaxInf固定为初始感染值，要么调整参数采样范围，提前过滤掉R0<1的参数组合再采样；要么拆分输出变量，分别对「是否发生暴发」（分类变量用逻辑回归做敏感性分析）、「发生暴发后的峰值感染规模」两个独立结果计算敏感性，不要把两种完全不同传播机制的输出混在一起计算PRCC。
3. 补全缺失值：给模型求解过程加tryCatch异常捕获，求解失败的参数组合重新采样替换，保证输入pcc函数的数据无缺失值，有效样本量不低于采样数的90%。

内容的提问来源于stack exchange，提问作者constant