我有一个不平衡的数据集/缺失值的数据集，由 20 个潜水式声学接收器组成，这些接收器已经在 8 天进行了范围测试（接收器 ID 和 Day 在我的模型中都被视为随机效应）。我的目标是测试多个环境变量对这些接收器检测范围的影响。不幸的是，由于技术问题，无法每天测试5个接收机（例如2天不能测试2个接收机，1天不能测试3个接收机）。
什么是正确的方法？我有 2 个选择：1）减少数据集（排除所有未每天测试的接收器），或 2）使用完整的数据集，包括缺失值。
第一个选择很容易，但可能不是最佳选择（据我在线阅读）。此外，收集的数据将被丢弃。然而，第二种选择似乎更难处理。我读到 lme4 包中的 glmm 可以处理缺失值，但是，它唯一做的就是自动排除所有包含 NA 的行。
因此，假设我选择了第二个选项，并让模型以自动删除的缺失值运行。这将如何影响假设检验？换句话说，p 值的解释是否与平衡设计一样简单？
[编辑：我制定了完整的数据分析，排除了我的硕士项目的那些接收器，以保持平衡的数据集，但是对于出版物，我想使用第二种选择来分析我的数据，因为我认为这是一个更好的选择. 据我所知，围绕这个主题的文献不多，因此我在这个论坛上发帖。]