我试图了解 R 中嵌套 anova 的原理，但我对错误术语有极大的困难。

想象最简单的情况。我测量了两个地方的植物生长情况，A 和 B。在地方 A 内，我对五棵植物进行处理w ，对另外五棵植物进行处理x。在地方 B，我将处理y应用于五株植物，并将z应用于另外五株。在我的理解中，治疗是嵌套的。如果可能的话，我想检验地点和治疗都有显着影响的假设。

到目前为止，我已经看过很多公式，但从未解释过其背后的逻辑：

1) aov(growth ~ treatment + Error(place) )
2) aov(growth ~ treatment + Error(place/treatment) )
3) aov(growth ~ treatment + Error(place:treatment) )
4) aov(growth ~ treatment * place + Error(place/treatment) )

这些公式有什么区别？

我理解固定交互“*”的含义。我还看到很多建议使用线性混合模型的答案，所以我知道这是一种过时的方法。

但是，我不知道 Error() 中的术语是什么意思。我什至无法理解我应该期望多少层，或者哪些变量将具有 p 值。

添加第三个变量也增加了我的噩梦。似乎有些变量在顶层结束，有些在所有“层”中的其他变量中。我如何理解这个变量的位置以及它是如何由公式确定的？