为何我使用R中choiceRT_ddm函数时会出现RTu[i, 1:Nu[i]]报错

报错原因说明 #

你猜测的「不同被试响应数量不一致」是间接诱因，该报错的核心触发逻辑是choiceRT_ddm（hBayesDM包内置函数）预分配的矩阵长度，和被试某类选择的实际反应时数量不匹配，常见场景有两种：

1. 某名/多名被试在删除缺失值后，仅保留了单类选择的试次（要么全是choice=1，要么全是choice=2），导致筛选choice==2的反应时的时候返回空向量，和预分配的长度无法匹配
2. choice列的编码不符合函数要求，函数默认要求choice取值仅为1和2，若存在0、3等其他编码，会导致分类计数错误

choiceRT_ddm本身支持不同被试的总试次不一致，只要每个被试都同时包含两类选择的有效试次，总试次不均不会触发报错。

解决步骤 #

1. 检查是否存在单类选择的被试
   运行以下代码统计每个被试的两类选择数量，筛出只有单类选择的被试：

library(dplyr)
DDM2 %>% 
  group_by(subjID) %>% 
  summarise(
    n_choice1 = sum(choice == 1, na.rm = T),
    n_choice2 = sum(choice == 2, na.rm = T)
  ) %>% 
  filter(n_choice1 == 0 | n_choice2 == 0)

如果有输出结果，将对应被试从数据集中剔除，或补全该被试的两类有效试次即可。

2. 校验choice列的编码规范
   运行代码确认choice列的取值仅为1和2，若存在其他值需重新编码：

# 查看choice所有唯一取值
unique(DDM2$choice)
# 示例：如果取值为0和1，重编码为1和2
DDM2$choice <- ifelse(DDM2$choice == 0, 1, 2)

3. 过滤无效反应时
   提前剔除小于0.1s的异常反应时，避免计数错误：

DDM_clean <- DDM2 %>% filter(RT > 0.1)

处理完成后再运行choiceRT_ddm函数即可。

内容的提问来源于stack exchange，提问作者Lea_c