Question

我有一个流量数据矢量（29个数据）和一个3D矩阵数据（360 * 180 * 29）

我想找到单个矢量和3D矢量之间的相关性。相关矩阵的大小为360 * 180。

> str(ScottsCk_flow_1981_2010_JJA)
 num [1:29] 0.151 0.644 0.996 0.658 1.702 ...
> str(ssta_winter)
 num [1:360, 1:180, 1:29] NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN ...
> summary(ssta_winter)
    Min.  1st Qu.   Median     Mean  3rd Qu.     Max.     NA's 
    -2.8     -0.2      0.1      0.2      0.6      6.0 596849.0

以上是矢量和3D矩阵的结构。 3D矩阵有许多值为Null。

> for (i in 1:360) {
+   for(j in 1:180){
+       cor_ScottsCk_SF_SST_JJA[i,j] = cor(ScottsCk_flow_1981_2010_JJA,ssta_winter[i,j,]) 
+    }
+ }
There were 50 or more warnings (use warnings() to see the first 50)

上面这段代码是找到相关性的代码。但它提供了警告

> warnings()
Warning messages:
1: In cor(ScottsCk_flow_1981_2010_JJA, ssta_winter[i, j,  ... :
  the standard deviation is zero
2: In cor(ScottsCk_flow_1981_2010_JJA, ssta_winter[i, j,  ... :
  the standard deviation is zero
3: In cor(ScottsCk_flow_1981_2010_JJA, ssta_winter[i, j,  ... :
  the standard deviation is zero
4: In cor(ScottsCk_flow_1981_2010_JJA, ssta_winter[i, j,  ... :
  the standard deviation is zero
5: In cor(ScottsCk_flow_1981_2010_JJA, ssta_winter[i, j,  ... :
  the standard deviation is zero

同样，相关矩阵的结果全为NULL。这是怎么发生的？

> str(cor_ScottsCk_SF_SST_JJA)
 num [1:360, 1:180] NA NA NA NA NA NA NA NA NA NA ...

我使用完全相同的代码bfr与350流向量和360 * 180 * 350矩阵。这段代码完美无缺。

Answer 1

一些想法。

首先，通过使用apply()，您可以用以下内容替换该嵌套循环：

cor_ScottsCk_SF_SST_JJA <- 
    apply(ssta_winter, MARGIN = 1:2, FUN = cor, ScottsCk_flow_1981_2010_JJA)

其次，596849/(360*180*29)中的点数> 31％（ssta_winter）似乎是NaN或（可能）NA_real_。给定在包含甚至单个NaN的矢量计算的相关性的返回值，

cor(c(1:3, NaN), c(1:4))
# [1] NA

所有这些NaN是否可能导致cor_ScottsCk_SF_SST_JJA被NA填充？

第三，正如警告信息明确告诉你的那样，你传递给cor()的一些向量的方差为零。它们与NaN s无关：如下所示，当涉及NaN时，R不会抱怨0的标准偏差。（非常合理，因为您无法计算未定义数字的标准偏差）：

cor(c(NaN, NaN, NaN, NaN), c(1,1,1,1))
# [1] NA

cor(c(1,1,1,1), c(1,2,3,4))
# [1] NA
# Warning message:
# In cor(c(1, 1, 1, 1), c(1, 2, 3, 4)) : the standard deviation is zero

Answer 2

以下使用def error_handler(error): out = {"message": error.body} if 400 <= error.status_code < 500: out["code"] = "input_error" elif error.status_code >= 500: out["code"] = "server_error" else: out["code"] = "???" return json.dumps(out) for code in [int(x) for x in bottle.HTTP_CODES.keys() if x >= 400]: bottle.error(code)(error_handler)

library("psych")

sd包含SAT的NA。

partial.r(sd,c("GPA","SAT"),"GRADE1",use = "complete.obs")
Warning Message:
 In cor(data, use = use, method = method) : the standard deviation is zero

子集已删除不适用

Answer 3

如果一列对于所有观测值都具有相同的值，也可能会显示此错误。因此，您可能要删除这些行。

R - 警告信息：“在cor（...）中：标准偏差为零”

3 个答案: