cor_auto 给出不同的结果 missing = 'listwise' vs 'pairwise' 与两个变量的相关性

Question

在计算两个具有缺失值的变量之间的多元相关性时，

cor_auto

提供不同的输出，缺失参数设置为“listwise”与“pairwise”，例如：

library(qgraph)
set.seed(5)
df<-data.frame(lapply(1:2,function(x)sample(1:6,100,replace = T)),
stringsAsFactors = F)
colnames(df)=c("a", "b")

# make some missing values
df[10:20,2]<-NA

# these are different
cor_auto(df[,c("a", "b")], missing = "listwise")
cor_auto(df[,c("a", "b")], missing = "pairwise")

我预计当只包含两个变量时，这些应该会产生相同的输出（仅包括两个变量都未丢失的情况）。有谁知道这种差异是怎么来的？

Answer 1

这里的基础函数是

lavaan::lavCor

，除了多元相关性之外，它还估计阈值。通过设置

missing = "listwise"

，变量

a

的阈值仅使用具有完整数据的行来估计，因此不同于用

missing = "pairwise"

估计的阈值。这导致了差异。