R语言中含零值整数的数据集执行KMO检验返回NA的问题咨询

你遇到的KMO检验返回NA及cov2cor警告的问题，和数据中的零值无关，零值本身完全可以参与KMO检验和后续因子分析。报错的核心原因是输入数据集的相关矩阵存在奇异性（不可逆），常见触发场景包括：

• 存在方差为0的变量：某一列所有观测值完全相同（比如全为0、全为3）
• 存在完全共线的变量：两个或多个变量可以被彼此线性表示
• 变量数大于样本量：因子分析本身要求样本量至少为变量数的5-10倍，若变量数超过样本数，相关矩阵天然不可逆

你可以按照以下步骤处理，全程不会修改或删除你需要保留的零值： #

步骤1：剔除方差为0的无效变量 #

这类变量没有变异度，本身就不符合因子分析的输入要求，直接剔除即可：

# 筛选出所有方差为0的变量列
zero_var_cols <- which(apply(df[,1:256], 2, var, na.rm = TRUE) < .Machine$double.eps)
# 输出待剔除的变量名，可手动核对
names(zero_var_cols)
# 生成清洗后的数据集
df_clean <- df[,1:256][, -zero_var_cols]

步骤2：剔除高度共线的变量 #

如果剔除方差为0的变量后仍报错，继续处理高度共线的变量：

# 计算相关矩阵
cor_mat <- cor(df_clean, use = "pairwise.complete.obs")
# 筛选相关系数绝对值大于0.9的变量对，仅保留其中一个（阈值可根据研究需求调整）
library(caret)
high_cor_cols <- findCorrelation(cor_mat, cutoff = 0.9)
df_clean <- df_clean[, -high_cor_cols]

步骤3：重新执行KMO检验 #

library(psych)
KMO(df_clean)

SPSS可正常运行的原因说明 #

SPSS执行因子分析类操作时，会默认自动剔除方差为0、完全共线的无效变量，不会明确告知用户；而R会严格抛出异常让使用者手动处理，更符合统计分析的严谨性要求。

内容的提问来源于stack exchange，提问作者Cygnus X-1