r - 为什么 Pearson 相关输出为 NaN？

Question

我正在尝试获取 R 中变量之间的 Pearson 相关系数。这是变量的散点图：

ggplot(results_summary, aes(x =D_in, y = D_ex)) + geom_point(col=ifelse(results_summary$FDR < 0.05, ifelse(results_summary$logF>0, "red", "green" ), "black"))

正如您所看到的，这些变量的相关性非常好，所以我期待一个高相关系数。但是，当我尝试获得 Pearson 相关系数时，我得到的是 NaN！

> cor(results_summary$D_in, results_summary$D_ex, method="spearman")
[1] 0.868079
> cor(results_summary$D_in, results_summary$D_ex, method="kendall")
[1] 0.6973086
> cor(results_summary$D_in, results_summary$D_ex, method="pearson")
[1] NaN

我检查了我的数据是否包含任何 NaN：

> nrow(subset(results_summary, is.nan(results_summary$D_ex)==TRUE)) 
[1] 0
> nrow(subset(results_summary, is.nan(results_summary$D_in)==TRUE)) 
[1] 0
> cor(results_summary$D_in, results_summary$D_ex, method="pearson", use="complete.obs")
[1] NaN

但这似乎不是导致 NaN 的原因。有人可以就这里可能发生的事情提供任何线索吗？

谢谢你的时间！

Answer 1

这似乎很奇怪。我的猜测是输入数据存在一些问题（您提到的检查没有发现）。我建议你运行：

任何（！is.finite（results_summary$D_in））

任何（！is.finite（results_summary$D_ex））

您也可以尝试手动计算 Pearson 的相关性，以尝试了解问题出在哪里（在分子和/或分母中？）：

pearson_num = cov(results_summary$D_in, results_summary$D_ex, use="complete.obs")

pearson_den = c(sd(results_summary$D_in), sd(results_summary$D_ex))