我试图使用com.sim函数（simba-package）比较3个数据子集之间的平均相似度，但是我无法让函数忽略缺失值并正确运行分析。
我的数据和我到目前为止所做的一些背景：我的数据是二进制的，但与编写函数的数据类型不同，我使用的是骨架遗骸，这些遗骸通常是不完整和碎片化的。因此，我的数据矩阵的约10％具有缺失值。
当我在R
中运行此命令时com.sim（mydata，subs，simil =＆＃34; jaccard＆＃34;，binary = TRUE，permutations = 1000，alpha = 0.05，bonfc = TRUE）
我收到以下错误消息：
diffmean出错（as.numeric（sim（veg [subs ==（comb [x，1]），]，method = simil））,: 有NA值。考虑相应地设置na.rm
我随后将函数的代码修改为以下内容（粗体修改）：
if（binary）{ tmp＆lt; - lapply（c（1：nrow（comb）），function（x）diffmean（as.numeric（sim（veg [subs == （comb [x，1]），]，method = simil，）），as.numeric（sim（veg [subs == （comb [x，2]），]，method = simil，））， na.rm = TRUE ））
现在，该函数运行，但它排除了所有具有至少1个缺失值的情况（几乎是数据集的一半!!）。看起来它正在逐列删除带有NA的情况，而我更喜欢成对删除，因此仍然可以在具有缺失值的情况之间计算相似性系数（但是仅从计算中排除具有NA的变量）。有没有办法在com.sim中完成这个？我知道其他函数，比如simil（proxy-package）可以在计算Jaccard系数矩阵时处理缺失值，但似乎simba中的sim函数不是以这种方式构建的。
我没有编码经验（很明显吗？）所以我很感激任何有关选择的帮助或建议！
非常感谢，如果我能提供更多信息，请告诉我。 最好， 马特