6

我使用 R 中 FactoMineR 包中的 MCA() 函数对一组大约 160 个变量和大约 2000 个观察值进行多重对应分析。大约 150 个变量是连续的，所以我首先使用 cut() 函数将这些连续变量转换为分类变量，然后使用 MCA() 函数。

我的代码非常简单，如下所示：

library(FactoMineR)

data<-read.csv('demographics.csv')

for (i in 9:length(data)){

   temp<-unlist(data[i],use.names=FALSE)

   data[i]<-cut(temp,breaks=5,labels=c('A','B','C','D','E'))
}

MC<-MCA(data,ncp=10,graph=TRUE)

运行代码后，我收到以下错误消息。

Error in dimnames(res) <- list(attributes(tab)$row.names, listModa) : length of 'dimnames' [2] not equal to array extent

我想知道为什么会发生此错误以及如何解决它。我的表中没有缺失数据，所有变量都是分类变量。

如果有人遇到过类似的问题并愿意提供帮助，我将不胜感激。非常感谢。

4

1 回答 1

7

我之前遇到过这个错误，因为该函数要求变量是因子（并且我传递的数据没有完全转换为因子）。与许多其他 R 函数不同，即使所有列都是分类的，这个函数也不会为您转换数据。

我不太确定您的数据是什么，但很可能一列或多列不是因子变量。如果您的第 1 到 8 列已经是因素，那么它可能在 read.csv 调用中；当您从 csv 中读取字符串变量时，它们会自动转换为因子，但数字变量不会。

于 2015-11-18T17:43:18.520 回答