我一直在查看@conjugateprior 对 lm/lmer R 公式的概述，并被以下条目弄糊涂了：
现在假设 A 是随机的，但 B 是固定的并且 B 嵌套在 A 中。
aov(Y ~ B + Error(A/B), data=d)
lmer(Y ~ B + (1 | A:B), data=d) 下面为同一案例提供了类似的混合模型公式。
我不太明白这是什么意思。在将受试者分为几组的实验中，我们将一个随机因素（受试者）嵌套在一个固定因素（组）中。但是如何将固定因子嵌套在随机因子中呢？固定在随机主题中的东西？甚至可能吗？如果不可能，这些 R 公式是否有意义？
提到此概述部分基于个性项目关于在 R 中进行 ANOVA 的页面，该页面基于本教程关于 R 中的重复测量。下面给出了重复测量方差分析的示例：
aov(Recall ~ Valence + Error(Subject/Valence), data.ex3)
在这里，受试者会看到不同价的单词（三个级别的因素），并测量他们的回忆时间。每个主题都呈现所有三个价级的单词。我在这个设计中看不到任何嵌套的东西（根据这里的好答案，它看起来是交叉的），所以我会天真地认为在这种情况下Error(Subject)或者(1 | Subject)应该是适当的随机术语。“Subject/Valence嵌套”（？）令人困惑。
请注意，我确实理解这Valence是一个主题内因素。但我认为这不是科目内的“嵌套”因素（因为所有科目都经历了所有三个级别Valence）。
更新。我正在探索有关在 R 中编码重复测量 ANOVA 的 CV 问题。
这里以下用于固定的被试内/重复测量 A 和随机
subject：summary(aov(Y ~ A + Error(subject/A), data = d)) anova(lme(Y ~ A, random = ~1|subject, data = d))这里有两个固定的受试者内/重复测量效果 A 和 B：
summary(aov(Y ~ A*B + Error(subject/(A*B)), data=d)) lmer(Y ~ A*B + (1|subject) + (1|A:subject) + (1|B:subject), data=d)这里是三个主体内效果 A、B 和 C：
summary(aov(Y ~ A*B*C + Error(subject/(A*B*C)), data=d)) lmer(Y ~ A*B*C + (1|subject) + (0+A|subject) + (0+B|subject) + (0+C|subject) + (0+A:B|subject) + (0+A:C|subject) + (0+B:C|subject), data = d)
我的问题：
- 为什么
Error(subject/A)而不是Error(subject)？ - 是
(1|subject)还是(1|subject)+(1|A:subject)或只是(1|A:subject)？ - 是不是
(1|subject) + (1|A:subject)，(1|subject) + (0+A|subject)为什么不简单(A|subject)？
到目前为止，我已经看到一些线程声称其中一些东西是等价的（例如，第一个：声称它们相同但对 SO 的相反声明；第三个：声称它们是相同的）。他们是吗？