【报错原因】 分层后变量有空值 【解决方法】 更换合适的分组变量

【报错原因】 变量存在空值 【解决方法】 更换变量或插补空值

答：非要用硬盘也可以，但是极度不推荐。容易坏，容易报奇怪的错。性价比极低。

【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】 数据量太小或者Minnodesize太大 【解决方法】 增大数据量，或者输入小一点的minnodesize

【报错原因】 干预变量不符合规定 【解决方法】 建议检查干预变量或重新选择

【报错原因】 数据问题 【解决方法】 更换响应变量

【报错原因】 id只有一个 【解决方法】 需要重复的id

【报错原因】 因变量和自变量缺失数目不同，预测值和真值数目不匹配 【解决方法】 插补空值或者删除空值

【报错原因】 需要配对分组变量 【解决方法】 建议更换分组变量

【报错原因】 通常为节点运算结果绘制森林图的表格一些变量存在NA，通常为某些变量的P值存在NA 【解决方法】 在计算的时候剔除该变量

使用节点：多重插补 插补空值 说明：根据变量类型可以选择不同的插补方法，插补的变量值也会不同

【报错原因】 变量选择有问题，无法拟合 【解决方法】 更换变量

【报错原因】 ID id筛选之后数据没了 【解决方法】 更换数据或变量

【报错原因】 条件变量和ID变量没有配对，不是重复测量数据 【解决方法】 建议更换变量，使得每个重复数量相等

【解决方法】 分类型因变量转换为连续变量

【报错原因】 变量存在空值 【解决方法】 插补空值或者删除空值

【报错原因】 卡方计算出现问题，两个变量选择不对 【解决方法】 建议更换变量

 【报错原因】分组数太多【解决方法】更换样本分组变量

【报错原因】 个别分类变量的的因子水平为1，例如性别Sex变量只有Female这一个水平 【解决方法】 检查模型中所有的分类变量，排除因子水平小于2的分类变量

【报错原因】 数据问题算不出 【解决方法】 更改协整成分

【报错原因】 上游节点为调查设计回归分析时，如果遇到该错误，需要重启软件。 【解决方法】 设置好参数后重启软件，直接运行似然比检验节点

【报错原因】 变量存在空值 【解决方法】 插补空值

【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】 变量存在NA值 【解决方法】 删除空值或者插补空值

【报错原因】 （1）预测变量参数设置错误 （2）模型拟合失败 【解决方法】 （1）重新设置预测变量 （2）修改自变量和因变量组合，节点数等参数 （3）以上方法反复尝试无效后选择放弃

【报错原因】 变量值中可能存在NA 【解决方法】 编码规则添加na=False

【报错原因】 生存状态和ARM变量选择有误 【解决方法】 检查并重新选择生存状态和ARM变量

【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】 节点数不支持计算 【解决方法】 更改节点数