我的主要问题是如何为以下抽样设计创建排列设计： 数据是在灌木丛下和附近、灌木丛影响之外收集的。我们称其为“对”(df$pair)； 选择了三种不同的灌木种类，我们预计每种灌木的反应会有所不同。例如，灌木 1 将增加响应变量，而灌木 2 不会改变，灌木 3 将减少。 （我们不感兴趣每个灌木之间的特定条件下的响应是否发生变化，例如灌木 1 下与灌木 2 外的比较）。我不确定是否应该将灌木种类（灌木或condition_shrub）作为烫发设计中的“块”包含在内。
该假设正在使用 mvabund 包通过多元 glm 进行测试。
排列数据与此类似：
df <- data.frame(
pair = rep(1:30, each = 2),
condition = rep(c("under", "outside"), times = 10),
shrub = rep(c("shrub1", "shurb2", "shrub3"), each = 20),
condition_shrub = c(
rep(c(rep("shrub1", 1), "outside"), times = 10),
rep(c(rep("shrub2", 1), "outside"), times = 10),
rep(c(rep("shrub3", 1), "outside"), times = 10)
)
)
到目前为止，我想出了这个解决方案，但我不确定这是否正确来检验我们的假设。
我开始构建这样的模型：
model <- manyglm(response ~ shrub*pair,
family = negative.binomial, data = df)
但是，我意识到，通过这种方式，我可以测试灌木内的条件是否相互变化（例如灌木1下的条件和灌木3外的vc条件）。
所以我想出了另一个似乎更有意义的模型：
model <- manyglm(response ~ condition_shrub,
family = negative.binomial, data = df).
通过这种方式，我将
outsideperm.ctrl <- how(
within=Within(type="free"),
plots = Plots(strata = df$pair, type = "free"),
blocks = df$shrub,
nperm = 9999)
我知道，通过这种设计，排列总是发生在每种灌木类型内（和外部），并且配对结构被保留。有人可以指导我完成这个吗？
但是，在我看来，我可以忽略配对抽样设计，并允许在“condition_shrub”这种情况下进行自由排列，以测试假设每个物种之间和外部的响应是否有所不同；也就是说，灌木丛外的响应将始终相同，但如果在其中一棵灌木下，则会发生变化。
提前致谢。
您要测试的是
shrubpairshrubshrub1shrub2shrub3shrubpairpair 内发生变化。因此，为了使其成为有效的测试，我们需要保持每个pairmodel <- manyglm(response ~ shrub, family = negative.binomial, data = df)
h <- with(
df,
how(
within = Within(type = "none"),
plots = Plots(strata = pair, type = "free"),
nperm = 999
)
因为我们将每个
pair内的观测值保持固定，所以我们不将由于 H0 下的检验统计量的排列分布中的内部与外部引起的变化包括在内。
相反，如果您对 under verse outside 的比较感兴趣，您只想在 within 和 pair 之间排列样本，而不是在对之间排列样本。您可以使用以下方法实现此目的：
model <- manyglm(response ~ condition * shrub,
family = negative.binomial, data = df)
h <- with(
df,
how(
within = Within(type = "free"),
blocks = shrub, # not needed but won't hurt
plots = Plots(strata = pair, type = "none"),
nperm = 999
)
在这里，我们可能想要考虑灌木之间的差异以及每个
condition潜在不同的
shrubshrubpairpairpair1pair2pair10pair1shrubshrub