Question

它似乎不适用于此表，名为mytable：

              0      1      2      3      4      5      7
 Click_No  242854  91661    102     21     65     51    291
 Click_Yes  48274  20785     14      2     19      4    146

但是，它适用于此表：

          0      1      2      3      4      5      7
Row1      4      0      0      0      0      0     11
Row2     35      2      0      0      0      0      0
Row3  18364     14      0      0      0      0      0
Row4     13      0      0      0      0      0      7
Row5   1497   1521      6      0      0      0      0
Row6    686      2      0      0      0      0    393
Row7 270167 110512    110     23     84     54      0
Row8      1      0      0      0      0      0     26
Row9    361    395      0      0      0      1      0

我使用了FactoMineR函数：

 res.ca <- CA(mytable)

CA不适用于特定类型的列联表吗？除了非常大的尺寸之外，我没有在文献中读过任何建议。

Error generated when running summary(res.ca):

Call:
CA(X = mytable) 

The chi square of independence between the two variables is equal to 297.3778 (p-value =  2.982623e-61 ).

Eigenvalues
                     Dim.1
Variance             1e-03
% of var.            1e+02
Cumulative % of var. 1e+02

Rows
Error in if (nrow(res$row$coord) > nbelements) cat(paste(" (the ", nbelements,  : 
  argument is of length zero
In addition: Warning message:
In max(nchar(rownames(res[aux[1]][[1]]$coord))) :
  no non-missing arguments to max; returning -Inf

编辑：

dput(mytable)输出：

mytable <- structure(c(242854L, 48274L, 91661L, 20785L, 102L, 14L, 21L, 
2L, 65L, 19L, 51L, 4L, 291L, 146L), .Dim = c(2L, 7L), .Dimnames = structure(list(
    c("0", "1"), c("0", "1", "2", "3", "4", "5", "7")), .Names = c("", 
"")), class = "table")

Answer 1

我认为问题是统计问题，而不是计算问题。对应分析产生最大min（j-1; i-1）维度，其中i是行数，j是列数（即两个变量的模态数）。您正在尝试执行j = 2; i = 8列联表的CA.它只能输出单个轴。这就是您收到此错误的原因：您不应将CA与双模态变量一起使用。

这个p有数学解释。例如Benzecry的Correspondance Analysis Handbook中的84。如果您在CV上提出有关此问题的问题，可以获得更好的解释。

以下是children中的FactoMineR数据集的示例：

library(FactoMineR)
data("children")
## Example from help("CA"), works fine
summary(CA(children, row.sup = 15:18, col.sup = 6:8))
## Example when we restrict the contingency table to the first two rows.
## Produces an error
summary(CA(children, row.sup = 3:18, col.sup = 6:8))

使用FactoMineR

1 个答案: