在使用 PERMANOVA 和 NMDS 的多变量分析中，在我的 model 中包含两个预测变量是否合适？

Question

我是一名本科生，不熟悉这些统计数据。 我正在使用 NMDS 排序和 Permanova 测试来分析 21 个地点的池塘在不同距离等级（0、3、10 m）的覆盖类型（使用计数数据）的变化。 我有两个预测变量：燃烧区域（在燃烧区域内或未燃烧）和高度（连续，m）。 对于 NMDS 排序和 Permanova 测试，我一直在素食主义者中使用 adonis function 分别运行这些预测器（代码here）：

Distlm 或 Permanova 用于 0m 距离 class 的海拔：

distlm0<-adonis(samp0 ~ data0$Elevation_m, permutations = 9999, method = "bray",
                strata = NULL)

Permanova 用于 0m 距离 class 的燃烧区：

adonisburn0<-adonis(samp0 ~ group_burn, permutations = 9999, method = "bray",
                   strata = NULL)

一起运行这两个预测器是否合适/可能？ 我将如何 go 关于这个？

Answer 1

是的，这应该是可能的。 请注意， adonis对术语进行顺序测试（即公式中术语的顺序很重要），但也有一个adonis2 function 可以执行顺序、边际和整体测试。

如果使用adonis2 ，您可以使用by参数指定要执行的测试。 by = "terms"将评估每个术语的重要性（从第一个到最后一个顺序），设置by = "margin"将评估这些术语的边际效应（在 model 中分析的每个边际术语与所有其他变量），并且by = NULL将一起评估所有术语的整体意义。

例如

adonis2(samp0 ~ Elevation + group_burn, by="margin", permutations=9999, method="bray")

您还可以测试多个预测变量之间的交互，例如Elevation * group_burn 。

请注意，在strata中不推荐使用 Strata：如有必要，您可以在permutations中定义类似的结构（块）