Question

我正在使用R中FactoMineR软件包的MCA（）函数对一组约160个变量进行多次对应分析，大约有2000个观察值。大约150个变量是连续的，所以我首先使用cut（）函数将这些连续变量转换为分类变量，然后使用MCA（）函数。

我的代码非常简单：

library(FactoMineR)

data<-read.csv('demographics.csv')

for (i in 9:length(data)){

   temp<-unlist(data[i],use.names=FALSE)

   data[i]<-cut(temp,breaks=5,labels=c('A','B','C','D','E'))
}

MC<-MCA(data,ncp=10,graph=TRUE)

运行代码后，收到以下错误消息。

Error in dimnames(res) <- list(attributes(tab)$row.names, listModa) : length of 'dimnames' [2] not equal to array extent

我想知道为什么会出现这种错误以及如何解决它。我的表中没有丢失的数据，所有变量都是分类的。

如果有人遇到类似的问题，并且愿意提供帮助，我会非常感激。非常感谢。

Answer 1

之前我遇到过这个错误，因为函数要求变量是因子（而我传递的数据并没有完全转换为因子）。与许多其他R函数不同，即使所有列都是分类的，这个函数也不会为您转换数据。

我不太确定您的数据是什么，但很可能一列或多列不是因子变量。如果您的第1列到第8列已经是因素，则它可能位于read.csv调用中;当您从csv中读取字符串变量时，它们将自动转换为因子，但数字变量则不会。

R在FactoMineR中编写MCA（）错误消息

1 个答案: