mshapiro.test 'Error in solve.default(R %*% t(R)， tol = 1e-18) ： Lapack 例程 dgesv： system is exact s

Question

我试图使用两个受试者之间的变量，一个主题内和三个因变量，使用 mvnormtest package在我的数据上使用 mvnormtest package进行多变量正态测试（二进制分类）。我的数据看起来像这样（〜5,600行，没有丢失的数据）：

Cluster Group   Trial   Measure Measure2    Measure
    1   4   1   1   1   0
    1   4   1   0   0   0
    1   4   1   1   1   0
    1   4   1   1   1   0
    1   4   1   1   1   1
    1   4   1   1   1   1
    1   4   1   1   1   0
    1   4   1   1   1   0

这是我的设置：

data.df <- read.csv(
"data.csv", 
  header=TRUE, sep=","
  )
attach(data.df)
names(data.df)

我尝试了以下 mshapiro.test（）

#multivariate normality
dataMat <- data.matrix(data.df)
mshap <- mshapiro.test(dataMat)

我收到以下错误：

Error in solve.default(R %*% t(R), tol = 1e-18): 
Lapack routine dgesv: system is exactly singular: U[7,7] = 0. 

我一年前从我的统计课上的论坛上检查了一个论坛，发现有人能够通过将数据分组分组来解决。

LowCluster <- t(dataMat[c(1:1877),1:6])
MedCluster <- t(dataMat[c(1878:3166),1:6])
HigCluster <- t(dataMat[c(3167:5364),1:6])
mshaplow <- mshapiro.test(LowCluster)
mshapmed <- mshapiro.test(MedCluster)
mshaphigh <- mshapiro.test(HigCluster)

我有相同的错误。

Error in solve.default(R %*% t(R), tol = 1e-18) : 
Lapack routine dgesv: system is exactly singular: U[7,7] = 0

如何解决此问题？

Answer 1

几个问题。首先，mshapiro.test函数要求数据以行格式为单位，因此您需要使用t()来传输数据。

，但由于奇异矩阵而导致它仍然会失败，因为您的列完全是彼此线性组合的。例如，Group等于4*Cluster，Measure与Measure2相同。查看有关单数矩阵的讨论以获取更多信息。

假设您只想在Measure变量上测试正态性，这是一个代码的示例，可以说明单个矩阵问题：

df2 <- data.df[,c(4, 5, 6)]
df2[8,1] = 0 # changing this value makes it so no column is a linear combo of any other column
mshapiro.test(t(df2))

但是您所有的Measure值0还是1？如果是这样，为什么要测试正常性？