cor.test "没有足够的有限观察"答案

【问题标题】：cor.test ,"not enough finite observations"cor.test "没有足够的有限观察"
【发布时间】：2016-12-25 14:20:54
【问题描述】：

我使用两种不同的方式来使用cor.test，一种在我自己的函数中，另一种直接使用cor.test。当我在自己的函数中使用cor.test时，出现了错误，怎么会发生？

这是好的

cor.test(x=cust_new$maintain_cust/cust_new$ttl_cust,
         y=cust_new$ttl_cust,alternative="two.sided",
         method="pearson",conf.level=0.95)

以下将给出错误：

“没有足够的有限观察”

cor_result<-function(x,y,data){
  a<-cor.test(x=as.numeric(data$x)/as.numeric(data$y),
              y=as.numeric(data$y),
              alternative="two.sided",method="spearman",
              conf.level=0.95)
  r<-a$estimate
  p<-a$p.value
  c<-data.frame(r=r,p=p)
  return(c)
}

d<-cor_result(x=maintain_cust,y=ttl_cust,data=cust_new)

以下将给出错误：

'y' 必须是数值向量"

cor_result<-function(x,y,data){
  a<-cor.test(x=data$x/data$y,y=data$y,
            alternative="two.sided",method="spearman",conf.level=0.95)
  r<-a$estimate
  p<-a$p.value
  c<-data.frame(r=r,p=p)
  return(c)
}

d<-cor_result(x=maintain_cust,y=ttl_cust,data=cust_new)

dput(cust_new)，一些样本：

structure(list(data_month = structure(c(16953, 16983, 17014, 
17045, 17075, 17106, 16953, 16983, 17014, 17045), class = "Date"), 
    ttl_cust = c(383L, 580L, 735L, 850L, 952L, 1062L, 2418L, 
    2492L, 2515L, 2550L), maintain_cust = c(179L, 266L, 355L, 
    413L, 448L, 508L, 935L, 1026L, 1091L, 1143L)), row.names = c(NA, 
10L), class = "data.frame", .Names = c("data_month", "ttl_cust", 
"maintain_cust"))

【问题讨论】：

能否请您使用dput(cust_new) 并将结果粘贴到您的问题中，以便我们重现您的结果？
您根本没有在 cor_result 函数中使用 x 和 y。
我使用 x 和 y.x=as.numeric(data$x)/as.numeric(data$y), y=as.numeric(data$y),

标签： r

【解决方案1】：

您没有正确地将向量（即数据框列）传递给函数。考虑传递要使用双括号引用的数据框列的字符串文字（如果列是数字类型，则可能不需要as.numeric()）：

cor_result<-function(x, y, data){ 
   a<-cor.test(x=as.numeric(data[[x]])/as.numeric(data[[y]]),y=as.numeric(data[[y]]),
               alternative="two.sided", method="spearman", conf.level=0.95) 
   r<-a$estimate 
   p<-a$p.value 
   c<-data.frame(r=r,p=p) 
   return(c) 
}

d<-cor_result(x="maintain_cust", y="ttl_cust", data=cust_new)

或者没有 data 参数：

cor_result<-function(x, y){ 
   a<-cor.test(x=(x/y),y=y,
               alternative="two.sided", method="spearman", conf.level=0.95) 
   r<-a$estimate 
   p<-a$p.value 
   c<-data.frame(r=r,p=p) 
   return(c) 
}

d<-cor_result(x=cust_new$maintain_cust, y=cust_new$ttl_cust)

【讨论】：

【解决方案2】：

从根本上讲，我认为这是对引用数据集中列的方式的混淆。特别是，当使用$ 时，对$ 之后的符号进行索引，字面意义上的。当您在第一个函数中引用 data$x 和 data$y 时，R 会在您的 data 对象中查找名为“x”和“y”的列。这些在您的数据框中不存在，因此返回 NULL（如果在这种情况下 R 抛出错误可能会更好，但是哦，好吧......）

在您的第一个函数中使用as.numeric()。 as.numeric(NULL) 返回 numeric(0)（零长度数字向量）。因此，cor.test 试图计算两个零长度对象之间的相关性，并且可以理解地抛出“没有足够的有限观察”错误。（尝试cor.test(numeric(0),numeric(0)) 进行复制。）
在您的第二个函数中，您没有转换为数字，因此您改为执行 cor.test(NULL,NULL)，这会给出“必须是数字向量”错误。

那你能做什么？

@Parfait 的建议 #1：将x 和y 作为字符串传递并使用[[-indexing 而不是$-indexing
@Parfait 的建议 #2：将 x 和 y 作为对象传递（即不要在 data 中查找它们）

如果您真的想 (1) 使用 data 参数并 (2) 将值作为符号传递，那么正确地做事就会变得更棘手。

最简单的方法是调用deparse(substitute(x)) 来检索用作字符串的符号的名称，然后使用[[-indexing
否则你可以使用eval，如果你小心使用的话。例如：

f <- function(a,b,data=dd) {
   eval(substitute(a/b,list(a=quote(x),b=quote(y))),envir=dd)
}
dd <- data.frame(x=1,y=2)
## set x and y to other values in the global env 
##   so we can see that we got the right ones ...  
x <- 3
y <- 4
f(x,y)
## 0.5

【讨论】：