r - 大量的因果条件是否会在 QCA 分析中产生错误？

Question

我正在尝试对一些清晰的和一些模糊的集进行 QCA 分析。我有 50 个变量(原因)，我有兴趣使用它们来生成真值表。在做这项工作时，我在使用 superSubset() 和 minimum() 时遇到了不同的错误。在故障排除期间，我发现如果我删除了一些变量，有时错误就会消失。然而，这与我删除了哪些变量无关，所以我认为(部分)问题可能在于原因的数量及其 2^n 种可能的配置。
我已将 QCA 和 R 更新为最新版本。
我看到的具体错误和我采取的行动是:

运行时 superSubset(data, outcome = "variable", incl.cut = 0.7)在 50 个变量中的某些变量上，我收到以下错误:"INTEGER() can only be applied to a 'integer' , 不是'double'"。我将 incl.cut 更改为 .6，然后操作运行没有错误。我将所有变量添加到数据中并运行 superSubset(data, outcome = "variable", incl.cut = 0.6) 但再次看到错误。如果我从数据中删除了许多变量(似乎无关紧要)，我看不出任何错误。

当使用真值表中包含的所有变量运行 min(tt) 时，我得到 NAs introduced by coercion to integer range. Error: Conditions '0,1,2,3,4,5,6,7,8,9,X' do not match the set names from "snames" argument.如果我从数据中删除许多变量(似乎无关紧要)，我看不到任何错误。此错误已 reported by others ，但是——因为我的软件包是最新的，而且 QCA 二进制文件似乎是最新的——在我看来，它的原因并不相同。

这些错误似乎与您有关？有很多原因很重要吗？有关如何解决错误或故障排除方法的任何建议？
ETA:以下是一些示例数据和代码，可重现我正在谈论的错误:

library(QCA)

big_sample_data <- sample(c(0,1), 52*114, replace = TRUE)
big_example_df <- matrix(big_sample_data, nrow = 114, ncol =52) %>%
  as.data.frame()

#yields INTEGER() error
superSubset(big_example_df, outcome="V1", incl.cut = .9)

#yields Conditions error
tt <- truthTable(big_example_df, outcome = "V1", complete = TRUE, show.cases = TRUE, sort.by = "incl")
minimize(tt)

但是，如果我减小数据集的大小，则不会发生错误:

little_sample_data <- sample(c(0,1), 50*10, replace = TRUE)
little_example_df <- matrix(little_sample_data, nrow = 50, ncol = 10) %>%
  as.data.frame() 

#works
superSubset(little_example_df, outcome="V1", incl.cut = .9)

#works
tt <- truthTable(little_example_df, outcome = "V1", complete = TRUE, show.cases = TRUE, sort.by = "incl")
minimize(tt)

Answer 1

如果我从阅读中正确理解 ?superSubset ，算法要经过K!列的组合，其中 K 是其输入矩阵的列数。从那以后，51! = 1.551119e+66，所以我对你的问题对 superSubset 来说太大并不感到惊讶处理。
关于 min(tt) ，我的电脑上碰巧安装了QCA 3.0版。使用那个版本 min(tt)不返回错误。
另一方面，使用 QCA 3.8.2，我设法复制了您的问题。我不知道 QCA 3.0 返回的结果是否正确。您可能需要与 QCA 开发人员联系以了解发生了什么。
要安装 QCA ver 3.0，您可以运行

library(devtools)
install_version('QCA', version='3.0', repos = "http://cran.us.r-project.org")