基于permute包构建置换设计：配对灌木采样的技术疑问

采样设计与研究目标 #

• 采用配对采样方案：每个灌木对应1个"下方（under）"样方和1个"外部不受影响（outside）"样方，df$pair用于标识配对组
• 聚焦3种灌木物种的种内对比：仅关注同一物种的"下方vs外部"响应差异，不关注跨物种的交叉对比（例如shrub1下方与shrub2外部的对比）
• 预设响应趋势：shrub1提升响应变量、shrub2无显著变化、shrub3降低响应变量

数据结构示例 #

df <- data.frame(
  pair = rep(1:30, each = 2),
  condition = rep(c("under", "outside"), times = 10),
  shrub = rep(c("shrub1", "shrub2", "shrub3"), each = 20),
  condition_shrub = c(
    rep(c("shrub1", "outside"), times = 10),
    rep(c("shrub2", "outside"), times = 10),
    rep(c("shrub3", "outside"), times = 10)
  )
)

（注：修正了原代码中shurb2的拼写错误）

模型调整过程 #

1. 初始模型会检验跨物种对比，不符合研究需求：

model <- manyglm(response ~ shrub*pair,
  family = negative.binomial, data = df)

2. 调整后使用condition_shrub作为因子，将"outside"作为各物种对应的对照水平：

model <- manyglm(response ~ condition_shrub,
  family = negative.binomial, data = df)

置换设计的疑问 #

尝试构建了如下置换设计，期望保留配对结构的同时，在各灌木物种内部进行置换：

perm.ctrl <- how(
  within=Within(type="free"),
  plots  = Plots(strata = df$pair, type = "free"),
  blocks = df$shrub,
  nperm = 9999)

目前存在两个核心疑问：

• 该置换设计是否正确？是否应该将灌木物种（shrub或condition_shrub）作为置换设计的block？
• 是否可以忽略配对设计，直接对condition_shrub进行自由置换，以此检验响应变量与物种/外部区域的关联？

内容的提问来源于stack exchange，提问作者Raf1987