mshapiro.test'；求解中出错。默认值（R%*%t（R），tol=1e-18）：Lapack例程dgesv:系统完全是单数：U[7,7]=0'；

我试图使用mvnormtest软件包对我的数据进行多元正态性测试，其中两个受试者之间变量，一个受试者内部变量，三个因变量（二进制分类）。我的数据如下所示（约5600行，没有丢失的数据）：

以下是我的设置：

data.df <- read.csv(
"data.csv", 
  header=TRUE, sep=","
  )

attach(data.df)
names(data.df)

一年前，我在统计课上的一个论坛上查看了一下，发现有人能够通过将数据分组来处理它

LowCluster <- t(dataMat[c(1:1877),1:6])
MedCluster <- t(dataMat[c(1878:3166),1:6])
HigCluster <- t(dataMat[c(3167:5364),1:6])
mshaplow <- mshapiro.test(LowCluster)
mshapmed <- mshapiro.test(MedCluster)
mshaphigh <- mshapiro.test(HigCluster)

---

如何解决这个问题？

有几个问题。首先，

mshapiro.test

函数要求数据采用行格式，因此需要使用

t（）

来转换数据

但由于奇异矩阵的存在，它仍然会失败，因为列之间是完全线性的组合。例如，

Group

等于

4*Cluster

，

Measure

与

Measure2

相同。查看奇异矩阵了解更多信息

假设您只想测试

度量

变量的正态性，下面是一个代码示例，用于说明奇异矩阵问题：

df2 <- data.df[,c(4, 5, 6)]
df2[8,1] = 0 # changing this value makes it so no column is a linear combo of any other column
mshapiro.test(t(df2))

---

df2有几个问题。首先，
mshapiro.test
函数要求数据采用行格式，因此需要使用
t（）
来转换数据

但由于奇异矩阵的存在，它仍然会失败，因为列之间是完全线性的组合。例如，
Group
等于
4*Cluster
，
Measure
与
Measure2
相同。查看奇异矩阵了解更多信息

假设您只想测试
度量
变量的正态性，下面是一个代码示例，用于说明奇异矩阵问题：

df2 <- data.df[,c(4, 5, 6)]
df2[8,1] = 0 # changing this value makes it so no column is a linear combo of any other column
mshapiro.test(t(df2))

df2
df2 <- data.df[,c(4, 5, 6)]
df2[8,1] = 0 # changing this value makes it so no column is a linear combo of any other column
mshapiro.test(t(df2))