R在FactoMineR错误消息中编程MCA()

Question

我在R中使用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)

在运行代码之后，我得到了以下错误消息。

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这个错误，以及如何修复它。我的表中没有丢失数据，并且所有变量都是分类的。

如果有人遇到类似的问题，并愿意提供帮助，我将非常感谢。非常感谢。

Answer 1

我以前遇到过这个错误，因为函数要求变量是因子(而我传递给它的数据并没有完全转换成因子)。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，但很可能有一列或多列不是因子变量。如果您的列1到8已经是因子，那么它可能在read.csv调用中；当您从csv中读取字符串变量时，它们将自动转换为因子，但数值变量不会。