R语言单因素方差分析报错处理：两种方法遇错求助

报错原因分析与修复步骤 #

第一个报错（lm()+anova()） #

报错代码：

lm(os ~ cd3_abs, data = dd) %>% anova()

报错信息：

Error in if (ssr < 1e-10 * mss) warning("ANOVA F-tests on an essentially perfect fit are unreliable") :
missing value where TRUE/FALSE needed

问题点：

• 列名大小写不匹配：代码中用小写os，但数据里的列名是大写OS，R语言对大小写敏感。
• 存在缺失值：数据第3行的cd3_abs为NA，线性模型默认不自动剔除缺失值，导致计算时逻辑判断出现缺失值。

修复代码：

# 修正列名并剔除含缺失值的行
lm(OS ~ cd3_abs, data = na.omit(dd)) %>% anova()

第二个报错（aov()） #

报错代码：

aov(formula = compete2 ~ cd3_abs, data = dd)

报错信息：

"Error in levels(x)[x] : only 0's may be mixed with negative subscripts"

问题点：

• 响应变量不存在：代码中的compete2在提供的数据中无对应列，应为OS。
• 缺失值未处理：cd3_abs的NA值导致模型无法正常计算。
• 方法适配问题：OS是0/1二元变量，单因素方差分析更适合连续型响应变量；若要分析该二元变量与cd3_abs的关系，逻辑回归是更合适的选择。

修复代码：
若坚持使用方差分析：

# 修正列名并剔除缺失值
aov(formula = OS ~ cd3_abs, data = na.omit(dd))

若选择更适配的逻辑回归：

glm(OS ~ cd3_abs, data = na.omit(dd), family = binomial)

额外注意事项 #

• R语言对变量名大小写严格区分，代码中变量名需与数据列名完全一致。
• 统计模型计算前必须处理缺失值，na.omit()是简便的剔除方式，也可根据需求选择填充缺失值的方法。
• 统计方法需匹配变量类型：二元响应变量优先考虑逻辑回归，方差分析适用于连续响应变量的组间差异比较。

内容的提问来源于stack exchange，提问作者OS_name