看到名刊New Phytologist今年发的一篇论文中的下图，用线性模型分析了两个指标和研究地点的干旱指数之间的关系。按理说此等大刊，数据分析方法也应该高度严谨，但就此图来说，似乎并不尽然。

   就这个数据来说，干旱指数的梯度非常少，只有4个梯度。用lm来分析这两个指标随干旱指数的变化趋势，可靠度非常有限。也就是说这样的数据，并不足以回答这一问题。且干旱指数在0.3~0.8之间，有非常大的空白，其中包括了多少不确定性不言而喻。尤其是对于图b,强制用直线拟合来分析这个数据，明显说不过去。如果加入二次项，又因为梯度过少，模型显得过于复杂了，有过度拟合的风险，所以无论怎么看，都有问题。        

        那么对于这种格局的数据，我们该如何处理呢？个人觉得最好的方法就是把干旱指数划分为包括4个梯度的分类变量（或者吓唬人一下，叫哑变量），然后用lm+anova+多重比较来分析，这样就可以回答1）总体上干旱度对两指标有无影响；2）如果有，那么到底是哪些干旱水平之间有差异，即开展不同干旱水平之间的两两比较。这样即可以回答不同干旱程度之间的差异，又避免了妄断指标随着干旱度变化的直线趋势，可谓两全其美。

参考文献：González-Melo, A., B. Salgado-Negret, N. Norden, R. González-M, J. P. Benavides, J. M. Cely, J. Abad Ferrer, Á. Idárraga, E. Moreno, C. Pizano, J. Puentes-Marín, N. Pulido, K. Rivera, F. Rojas-Bautista, J. F. Solorzano, and M. N. Umaña. 2025. Linking seedling wood anatomical trade-offs with drought and seedling growth and survival in tropical dry forests. New Phytologist 245:117-129.

混合效应模型详情介绍