サンプリング変数を使用した混合効果モデルの設計

lme4実験計画の線形混合効果モデル（を使用）の式を指定しようとしていますが、正しく実行されているかどうかはわかりません。

設計：基本的には植物の応答パラメーターを測定しています。私は4つのレベルの治療と2つの灌漑レベルがあります。植物は16のプロットにグループ化され、各プロット内で4つのサブプロットをサンプリングします。各サブプロットで、15から30の間の観測値をとります（見つかった植物の数に依存します）。つまり、合計1500行あります。

当初、サブプロットレベルはサンプリングのためだけにありましたが、サブプロットごとに多くの変動があることがわかったので、モデルで（64レベル変数として）考慮に入れたいと思いました。 、同じプロット内でも（プロット全体のばらつきよりも大きい）。

私の最初のアイデアは、書くことでした：

library(lme4)
fit <- lmer(y ~ treatment*irrigation + (1|subplot/plot), data=mydata)

または

fit <- lmer(y ~ treatment*irrigation + (1|subplot) + (1|plot), data=mydata)

あれは正しいですか？数式でプロットとサブプロットの両方のレベルを維持する必要があるかどうかはわかりません。固定効果は重要ではありませんが、ランダム効果は非常に重要です。

モデルは次のように書く必要があります

fit <- lmer(y ~ treatment*irrigation + (1|plot/subplot), data=mydata)

サブプロットはサイト内にネストされているため。が(1|plot)+が(1|subplot)うまくいく場合にサブプロットを一意に標識されている（すなわち1A、1B、1C、...、2A、2B、2Cはなく、A、B、C ...、A、B、C）。Foxらの私の本の章。生態統計は巣作りの例を説明します：

一方、ダニの例では、各ニワトリは、唯一のひなに発生し、各ひなは、1つのサイトで発生：モデル仕様は(1 | SITE/BROOD/INDEX)、等価的に「ニワトリ（INDEX）は、サイト内にネストひな内にネスト」または読み取ります(1 | SITE) + (1 | SITE:BROOD) + (1 | SITE:BROOD:INDEX)。ひなとひよこに一意のラベルが付けられ、ソフトウェアが入れ子を検出できるようにして(1 | SITE) + (1 | BROOD) + (1 | INDEX)も機能します（使用しないでください(1 | SITE) + (1 | SITE/BROOD) + (1 | SITE/BROOD/INDEX)。モデルに冗長な用語が含まれます）。

他の考え：

• ネストとモデル仕様の詳細については、http：//glmm.wikidot.com/faqをご覧ください。
• 上の図に示すように、灌漑処理は本当に整理されていますか？それともグラフィカルなプレゼンテーションの便宜のためだけですか？前者の場合、潜在的に問題のある実験計画があります...
• サブプロットは、サイト内にネストされているので、それは（以下、単に罰金推論だろうMurtaugh 2007 エコロジー「生態学のデータ解析にシンプルさと複雑さを」プロット手段を取ると、プロットレベルでデータを分析すること）。
• それだけの価値がある場合は、さらに進んでプロットレベルに集約できると思います。次に、混合モデルを完全にスキップして、lm(y~treatment*irrigation, data=my_aggregated_data)