我想知道您是否可以快速就我的数据的最佳统计分析提出建议。
我有一个设计的实验，在一个较大的区域内有 12 个地块。该区域被分成 6 块以克服那里存在的自然梯度问题，因此每个块中有 2 个地块。
处理 1 是这 12 个地块之间的两级处理拆分，即每个块中的 1 个地块接受一个级别的处理（“高”），另一个接受另一个级别（“低”）。嵌套在其中，每个地块分为两个（24 个子地块），并给出第二个两级治疗 2（“A”级和“B”级）。每个接受处理 1 的小区都有一个处理 2 子小区接收级别“A”和一个子小区接收级别“B”。
因此，我有一个双向因子设计，有 4 种处理组合：高/A、高/B、低/A 和低/B。
该实验进行了三年，并且物种丰富度测量为每年的响应（对每个处理 2 子图中存在的物种数量的简单计数）。
在收到的治疗 1 水平的背景下，我有兴趣了解治疗 2 的两个水平对丰富度随时间变化的影响。
我不确定我是否需要：
- 双向混合方差分析，具有受试者内效应（年份？）和受试者间效应（治疗 1 和治疗 2？）
- 混合效应模型，治疗 1 和治疗 2 作为固定效应，年份和图作为随机效应。（年份是随机效应吗？我不确定……）。子图在这里也应该是随机效应吗？
- 具有时间序列的混合效应模型。
- 我也不确定如何处理块。Block没有处理水平，它只是试图降低由于研究区域的自然梯度而导致的地块之间相似性的发生率......
- 此外，由于丰富度数据是对物种的计数，我不确定这是否会影响我对分析的选择......
如果您对其中任何一点有任何想法，我会很高兴听到他们的声音。