问题描述
我正在尝试将 Mahalanobis 函数应用于数百个组,但由于样本量小(只有两行),一个特定的组导致了问题。
我的数据如下所示:
foo <- data.frame(GRP = c("a","a","b","b"),X = c(1,1,15,12,50),Y = c(2.17,12.44,50,70,100))
auto.mahalanobis <- function(temp) {
mahalanobis(temp,center = colMeans(temp,na.rm=T),cov = cov(temp,use="pairwise.complete.obs"),tol=1e-20,inverted = FALSE
)
}
根据建议 here,我向 tol
函数添加了 auto.mahalanobis
参数,以避免在计算小数协方差矩阵时出现问题。
然后我尝试在我的数据集上使用这个函数,但出现以下关于奇异矩阵的错误:
z <- foo %>% group_by(GRP) %>% mutate(mahal = auto.mahalanobis(data.frame(X,Y)))
Error: Problem with `mutate()` input `mahal`.
x Lapack routine dgesv: system is exactly singular: U[1,1] = 0
i Input `mahal` is `auto.mahalanobis(data.frame(X,Y))`.
i The error occurred in group 1: GRP = "a".
相同的功能适用于样本量较大的其他组,是否有建议的方法来解决此问题或在样本太小时跳过此类组?
解决方法
最简单的方法可能是:
auto.mahalanobis <- function(temp) {
m <- try(silent=TRUE,mahalanobis(temp,center = colMeans(temp,na.rm=TRUE),cov = cov(temp,use="pairwise.complete.obs"),tol=1e-20,inverted = FALSE
))
if (!inherits(m,"try-error")) return(m)
return(rep(NA_real_,length(temp))
}
(未经测试:真正的程序员可能会改用 tryCatch()
)
如果您认为问题只会在 n==2
时发生,您可以使用 if
子句,例如if (length(temp)<min_length) return(rep(NA_real_,length(temp)))
。
或者,您可以制作一个使用广义逆 (mahalanobis()
) 而不是常规矩阵逆 (MASS::ginv
) 的黑客版本的 solve
;我认为这可能 (?) 可以作为替代品,但还没有检查数学。