为啥 Pearson 相关输出为 NaN？

Posted 2023-03-12

【中文标题】为啥 Pearson 相关输出为 NaN？

【英文标题】：Why Pearson correlation output is NaN?为什么 Pearson 相关输出为 NaN？

【发布时间】：2015-10-29 12:33:00

【问题描述】：

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"))

如您所见，变量之间的相关性非常好，因此我期望相关系数很高。但是，当我尝试获取 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？

感谢您的宝贵时间！

【参考方案1】：

这似乎很奇怪。我的猜测是输入数据有问题（你提到的检查没有发现）。我建议你跑步：

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 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))

【讨论】：

> any(!is.finite(results_summary$D_in)) [1] TRUE > any(!is.finite(results_summary$D_ex)) [1] TRUE pearson_num [1] NaN pearson_den [1] NaN NaN 看来您在这里发现了问题。我有“无限”的价值观吗？这就是问题吧？如果是这样，有什么建议可以解决吗？

简单地摆脱这些值，并基本上使用您在开始时提供的命令：with(subset(results_summary, (is.finite(D_in)) & (is.finite(D_ex))), cor(D_in, D_ex, method = "pearson", use = "complete.obs"))

完美运行！谢谢！！