R语言Spearman检验报错not enough finite observations问题求助

报错触发原因 #

• 核心原因是cor.test()函数本身不支持na.rm参数，你传入的na.rm=TRUE不会生效，函数默认会剔除任意一个变量为缺失值的配对样本，最终剩余的有效样本量达不到相关性检验的最低要求（至少3对有效配对），直接触发报错。
• 你构造两个构念变量时，虽然内层rowMeans()开启了na.rm=TRUE，但如果某行对应的所有子变量全部为NA，rowMeans()会返回NaN，这类无效值也会被判定为非有限观测，进一步压缩有效样本量。
• 额外出现的50+警告，大概率是构造变量过程中多行行内全NA触发rowMeans()返回NaN的提示。

解决方案 #

步骤1：修正构念变量的缺失值处理 #

先把变量中存在的NaN统一替换为NA，避免无效值干扰：

benefit_individual[is.nan(benefit_individual)] <- NA
challenge_individual[is.nan(challenge_individual)] <- NA

步骤2：手动提取有效配对样本 #

先筛选出两个变量均为有效值的样本，同时校验有效样本量是否满足要求：

# 筛选两个变量都不为NA的有效行
valid_idx <- complete.cases(benefit_individual, challenge_individual)
# 查看有效样本量
cat("有效配对样本数：", sum(valid_idx))

如果打印的有效样本数小于3，说明原始数据的缺失率过高，需要先检查原始字段的填答情况，补充数据或者调整构念的计算规则。

步骤3：修正相关性检验代码 #

去掉无效的na.rm参数，传入过滤后的有效样本即可运行检验，如果运行时出现“结存在无法计算精确p值”的警告，可额外添加exact=FALSE参数：

b_valid <- benefit_individual[valid_idx]
c_valid <- challenge_individual[valid_idx]

# 双尾检验：是否存在相关性
cor.test(b_valid, c_valid, method = "spearman", paired = TRUE)
# 单尾检验：是否为负相关
cor.test(b_valid, c_valid, method = "spearman", alternative = "less", paired = TRUE)
# 单尾检验：是否为正相关
cor.test(b_valid, c_valid, method = "spearman", alternative = "greater", paired = TRUE)

内容的提问来源于stack exchange，提问作者akasra