使用rstatix进行混合ANOVA：NA处理后自由度异常偏低问题

问题背景 #

使用rstatix包的anova_test()做两因素混合ANOVA分析：1个组间因子（2组）、1个组内因子（2个时间点），数据集为长格式。运行时收到警告：Warning message: NA detected in rows: 49. Removing this rows before the analysis.，但输出中组内效应的分母自由度（DFd）为17，按公式DFd=(N−k)×(m−1)反推，模型仅纳入19名被试——但手动核查应有25个完整案例，疑似额外静默删除了5名被试。

问题1：为何仅警告第49行，实际却删了更多被试？ #

anova_test()默认采用按被试删除不完整案例（listwise deletion）：只要某个被试的任意一个时间点数据存在NA，该被试的所有行都会被整体移除。但警告机制只会提示第一个检测到的NA所在行，不会逐个列出所有包含NA的行。比如第49行是某被试的一个时间点有NA，这个被试会被完全删除；另外5个被试的NA可能出现在其他行，但因为警告只触发第一次NA检测，所以你只看到第49行的提示。

问题2：如何查看被删除的具体行/被试？ #

直接用以下代码手动排查：

1. 先定位所有含NA的被试（假设数据框为df，被试ID列是subject_id，因变量列是dv）：

   # 筛选出存在缺失值的被试
   na_subjects <- df %>%
     group_by(subject_id) %>%
     summarise(has_na = any(is.na(dv))) %>%
     filter(has_na)
   
   # 查看这些被试的全部数据行
   df %>% filter(subject_id %in% na_subjects$subject_id)
   

2. 提取ANOVA内部使用的清理后数据，对比找出被排除的被试：

   # 先运行ANOVA并保存结果
   anova_result <- anova_test(data = df, dv = dv, wid = subject_id, between = group, within = time)
   
   # 提取分析用的清理后数据集
   cleaned_data <- get_test_data(anova_result)
   
   # 找出原数据中未被纳入分析的被试
   excluded_subjects <- setdiff(unique(df$subject_id), unique(cleaned_data$subject_id))
   
   # 查看这些被试的详细数据
   df %>% filter(subject_id %in% excluded_subjects)
   

额外调试建议 #

• 检查隐性缺失：用summary(df)查看各列统计量，确认是否存在空字符串、极端值（如999）这类被误编码的缺失情况；
• 验证自由度：计算清理后数据的被试数量n_distinct(cleaned_data$subject_id)，代入公式DFd=(N−k)×(m−1)（N=被试数，k=组间组数，m=组内时间点数量），确认是否与输出的DFd一致。

内容的提问来源于stack exchange，提问作者Carolina Schäfer