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