svychisq报solve.default计算奇异错误 可否用倒条件数替代p值

绝对不可以用报错给出的倒条件数4.34304e-22替代p值开展显著性判断。
这个数值只是R执行矩阵求逆时输出的诊断参数，和假设检验的p值完全是两类统计量，没有任何换算关系：它仅用来提示当前Wald检验需要用到的方差-协方差矩阵是计算奇异的——本质原因是你构建的1000-2000样本量子集中，RaceEth和BFDur两个变量交叉分组后存在零观测的空单元格（包括加权后有效观测数为0的结构零），导致矩阵不可逆，程序根本算不出Wald检验对应的统计量和p值。这个倒条件数本身不代表任何变量关联的显著性水平，直接拿来当p值用会得到完全错误的结论。

如果不想为了单个p值大幅调整分析流程，有两个几乎无成本的解决方案，不需要复杂操作：

• 直接更换检验统计量类型，把Wald检验换成svychisq()默认的Rao-Scott调整卡方检验。这个检验不需要对协方差矩阵做求逆运算，对交叉表空单元格的容忍度远高于Wald检验，针对复杂加权调查数据列联表的关联检验可靠性完全满足需求，只需要修改一个参数就能直接输出p值：

svychisq(~RaceEth + BFDur, NM.svy, statistic = "Chisq")

• 如果必须使用Wald检验，只需要运行你已经写好的列联表统计代码，定位到两个变量交叉后观测数为0的类别，将小样本类别合并到相邻组、或者直接剔除占比极低的稀有类别，再运行原Wald检验代码就不会触发报错。你之前能正常运行的检验用到的BF5EVER是二分类变量，和种族变量交叉后不会出现空单元格，而BFDur是多分类的时长变量，子集样本量有限时很容易出现个别交叉组完全没有观测的情况，这是触发本次报错的核心原因，和加权数据结构本身没有关系。

内容的提问来源于stack exchange，提问作者Jennear