R语言用apply按行计算t-test报错data are essentially constant怎么解决

单样本t检验的计算依赖样本方差推导标准误，当样本内所有观测值完全相同时，方差为0，t统计量的分母（标准误）为0无法运算，R的t.test函数会主动抛出data are essentially constant的错误。
你构造的variavel序列从1开始取值，对应数据框第一行的后15列测试值也为1，和前15列的固定值1完全一致，整行30个值全为1，刚好触发了这个校验规则，因此运行报错。
其他行的取值只有1和对应测试值两个不同值，存在方差，本身是可以正常计算t检验的。

根据你的使用需求可以选择两种方案：

• 方案1：保留所有行，增加异常判断逻辑
  在自定义计算函数中先校验样本方差，方差为0的特殊情况直接返回对应p值即可，代码示例：

p_values <- apply(X = df, MARGIN = 1, FUN = function(x) {
  # 处理所有值完全相同的特殊情况
  if (var(x) == 0) {
    # 单侧检验逻辑：均值大于mu则p=0，小于则p=1，等于则p=0.5，可按需调整
    mean_x <- mean(x)
    return(ifelse(mean_x > 2.33, 0, ifelse(mean_x < 2.33, 1, 0.5)))
  }
  t.test(x = x, mu = 2.33, alternative = "greater")$p.value
})

• 方案2：过滤异常行后计算
  如果不需要保留测试值为1的行的结果，直接跳过第一行即可正常运行：

# 去掉测试值为1的第一行再计算p值
p_values <- apply(X = df[-1, ], MARGIN = 1, FUN = function(x) {
  t.test(x = x, mu = 2.33, alternative = "greater")$p.value
})

内容的提问来源于stack exchange，提问作者neves