【报错原因】 检验方法为20时，样本量必须在3-30之间 【解决方法】 控制样本量为3-30

【报错原因】 变量存在空值

【报错原因】 输入分位数 数量要大于2；数据不能过于集中，要有明显的四分位区间 【解决方法】 输入大于等于3的分位数；更换数据

【报错原因】 spark的黑色运行窗口被意外关闭 【解决方法】 避免spark运行窗口被关闭

【报错原因】 最大输入的观测时间要比实际最大的时间小1才能计算 【解决方法】 更改输入的观测时间

【报错原因】 Meta二分类结局分析选择了分组变量或Meta连续型结局分析选择了分层变量 【解决方法】 将分组变量或分层变量置为空

【报错原因】 数据不符合要求 【解决方法】 更换数据

【报错原因】 数据不符合要求 【解决方法】 更换数据

【报错原因】 数据不符合要求 【解决方法】 更换数据

【报错原因】 数据或模型方法不符合要求 【解决方法】 更换数据或更换模型方法

【报错原因】 Meta二分类结局分析选择了分组变量或Meta连续型结局分析选择了分层变量

【报错原因】 自变量，因变量，所有变量都转换成 continue，不能category 【解决方法】 更换变量或进行变量转换

【报错原因】 暴露相关突变位点筛选结果为空 【解决方法】 尝试更换Pvalue阈值

【解决方法】 重启后重新运行

【解决方法】 重启后重新运行

【报错原因】 模型类型只能是consistency 【解决方法】 模型类型换成consistency

【报错原因】 初始值链条beta值输入错误

【报错原因】 u参数过大 【解决方法】 缩小u参数

【报错原因】“预测时间点”、“区间样本数”数值不合适【解决方法】调整“预测时间点”、“区间样本数”

【报错原因】 “预测时间点”、“区间样本数”数值不合适 【解决方法】 调整“预测时间点”、“区间样本数”

【解决方法】 分类型因变量转换为连续变量

【解决方法】 关闭软件，重新开启。

【解决方法】 分类型因变量转换为连续变量

【报错原因】 原始的暴露数据SNP缺少EAF 【解决方法】 使用千人基因组基因频率计算

【报错原因】 数据问题，计算出来包含inf或者na

【报错原因】 数据筛选没了 【解决方法】 调整pvalue，pvalue调大些

【报错原因】数据不是重复测量数据（time出现几次，id就要出现几次）【解决方法】更换正确的重复测量数据

【报错原因】 数据不是重复测量数据或者数据量太少 【解决方法】 更换正确的重复测量数据

【报错原因】 两个分组变量之间的table存在0 【解决方法】 更换合适的分组变量

【报错原因】 考虑有个别PSU分层数量太少 【解决方法】 使用强制分层运算的选项