Wie schließe ich fehlende Daten von meiner Prädiktorvariablen in einer aov() - Analyse aus?

Question

Ich versuche, eine Einweg-Anova auf einem Datensatz mit einem kategorischen Prädiktor (ctng) mit vier Ebenen (HD, HE, EP, ET) durchzuführen und es mit einem TukeyHSD-Test zu analysieren. Meine Prädiktorvariable hat jedoch eine Anzahl von fehlenden Werten und möchte diese aus der Analyse ausschließen. Diese werden als eine andere Ebene mit dem Namen "" gelesen. Hier ist, was mein Code wie folgt aussieht:

> GEaov<-aov(ctng~allv$GE.CATIE) 
> TukeyHSD(GEaov) 
    Tukey multiple comparisons of means 
    95% family-wise confidence level 

Fit: aov(formula = ctng ~ allv$GE.CATIE) 

$`allv$GE.CATIE` 
      diff   lwr   upr  p adj 
EP- 0.04003815 -0.147479895 0.227556198 0.9775550 
ET- -0.06458370 -0.400163176 0.270995782 0.9847460 
HD- 0.12445374 -0.004557746 0.253465218 0.0647330 
HE- -0.17725081 -0.350691202 -0.003810417 0.0423469 
ET-EP -0.10462185 -0.461182978 0.251939281 0.9301554 
HD-EP 0.08441558 -0.092123972 0.260955141 0.6873773 
HE-EP -0.21728896 -0.428485131 -0.006092791 0.0401655 
HD-ET 0.18903743 -0.140533172 0.518608038 0.5190113 
HE-ET -0.11266711 -0.462029948 0.236695724 0.9039447 
HE-HD -0.30170455 -0.463212338 -0.140196753 0.0000038 

Ich habe versucht, die leeren Werte in GE.CATIE Wechsel zu „NA“, aber dann tut es das gleiche, außer jetzt zählt „NA“ als Prädiktor. na.action=na.omit ändert nichts.

Answer 1

# create some data 
> xy <- data.frame(var1 = 1:3, var2 = c("a", "b", "")) 

# find rows that have `""` in `var2` 
> xy$var2 == "" 
[1] FALSE FALSE TRUE 

# subset these rows from the data.frame's variable `var2` 
> xy[xy$var2 == "", "var2"] 
[1] 
Levels: a b 

# change `""` to `NA` (not `"NA"`) 
> xy[xy$var2 == "", "var2"] <- NA 

# level `""` is now "orphaned". drop it using `droplevels()` 
# (see `levels(xy$var2)`) 
> droplevels(xy) 
    var1 var2 
1 1 a 
2 2 b 
3 3 <NA> 

NAs Einträge werden automatisch von aov gelöscht.