普通方差分析（非重复测量）中的缺失值

请注意其中一个值是空的。存在一些缺失值是可以的，但为了拟合完整模型（列效应、行效应以及列/行交互作用），每个数据集的每一行都必须至少有一个值。

由于缺乏接受治疗的女性数据，无法对下表使用完整模型进行双因素方差分析。每个单元格必须至少包含一个数值。不过，若选择拟合仅含主效应的模型，Prism 仍可分析此数据（此时将不包含交互作用项）。

若输入均值、标准差（或标准误）和样本量（n），即使 n 值不完全一致也无妨，但若留空或输入零，方差分析将无法运行。

重复测量方差分析中的缺失值

关于缺失值与重复测量双因素方差分析，存在两种不同情况：

•如果处理组的参与者数量不同，但每个参与者（实验、窝群等）在每次重复测量中都有数据，Prism 仍可正常计算重复测量双因素方差分析。

•Prism（从Prism 8开始）还可以在某些重复测量值缺失的情况下进行相当于重复测量双因素方差分析的计算，前提是缺失的数据点数量不多且完全随机缺失。如果某些值缺失是因为其数值过大而无法测量，那么任何结果都将毫无意义，因为这些缺失值实际上代表了表格中的最大值。 但如果少数值是完全随机缺失的，Prism 可以使用混合效应模型进行拟合。