我正在使用生态计数数据来分析暖年和冷年群落之间物种组成的差异/对比。 物种丰富度是从多个地点记录的，每个地点两次旅行。例如，1999 年 9 月，从站点 1 收集/记录了两次物种。我将列分为“年份”、“站点”、“旅行（重复）”和“组（热或冷）”。 我需要测试由于站点效应或站点内复制（行程）而导致的计数是否有任何意义。将使用基本方差分析。 这基本上就是我尝试设置的方式。
aov(Count~Site*Trip+Years,data)像大多数计数数据一样，它不是正态的，并且有很多零，因此也将使用其过度分散和负二项式（mvabund 包）。 我的其他一些分析需要根据优势物种对数据进行四次根转换。但我不确定数据是否也应该转换为 ANOVA 和 GLM？ 当对转换后的数据进行方差分析时，站点和交互类别似乎有显着的 p 值，但仅应用于原始计数时，两者都不显着。 我只是不确定转换是否适合此分析。
在您的数据集上，我会运行以下命令：
总结（powerTransform（x））
根据估计的功率，您可以决定进行什么样的转换。如果估计功效为1，则不需要变换。如果是 2，则对数字进行平方。如果是 0.5，则执行 sqrt(x)。如果为 -0.5，则运行 1/sqrt(x)。如果为 -1，则运行 1/x。如果为 -2，则运行 (1/(x)^squared)。
在此之前，我还会查看 QQ 图，看看数据是否服从正态分布。希望有帮助吗？