我已经阅读了一些解释 PERMANOVA 背后机制的教程，例如，在此处输入链接描述。根据教程，我的理解是 PERMANOVA 只能将分类解释变量作为分组变量处理。但是，adonis2 可以处理连续的解释变量。

这是我在 R 中尝试的示例：

beta <- betadisper(s_distance, sample_data(human)$weight)
plot(beta)

图表： 根据图表，adonis2 似乎将连续解释变量视为分类变量。同样在 adonis 文档中显示的示例中，在此处输入链接描述，A1inadonis2(dune ~ Management*A1, data = dune.env)是一个连续变量。我的问题是：

1. adonis2 真的将连续变量视为分类变量吗？如果没有，怎么办？
2. 当分类和连续解释变量都存在时，多元多元回归是否是更合理的选择？如果不是，为什么？

在此先感谢您的帮助！