我正在使用 R 中的 lmer 研究混合模型，但我有点卡在一些编码上。我从三个街区的 35 个近交系（基因型）中测量了果蝇的雄性和雌性健康状况。
我的响应变量是“健康”，n=10 个人/性别/线/块测试。
性别是固定的，块是随机的，嵌套在块内的线是随机的。我主要对性别和线条之间的互动感兴趣。因此我的模型看起来像
m1<-lmer(FitnessCured~Sex+(1|Block/Line)+(1|Block)+(1|Sex:Line),noNAdata)
如果我想测试Sex:Line交互的重要性，我的计划是将上述模型与没有交互的模型进行比较，并用于anova比较两个模型
e.g. m2<-lmer(FitnessCured~Sex+(1|Block/Line)+(1|Block),noNAdata)
anova(m1,m2)
但是我想知道的是，如果我正在测试 Sex:Line 交互的重要性（包括作为随机效应），R 是否会知道 Line 嵌套在 Block 中？
如何指定嵌套在 Block 中的 Sex by Line 之间的交互？
应该是这样的
m1T<-lmer(FitnessCured~Sex+(1|Block/Line)+(1|Block)+(1|Sex:Block:Line)
任何想法将不胜感激。我在下面包含了我的数据样本
Block Line Sex FitnessInfected FitnessCured
2 1 2 M 1.4573 0.2215
3 1 2 M 1.1551 1.1379
4 1 2 M 1.4573 1.1379
7 1 2 M 1.4573 0.4108
9 1 2 M -1.5648 1.1379
11 1 2 F -0.2669 -1.2473
12 1 2 F 0.2785 -1.2473
13 1 2 F -0.5396 -1.2473
14 1 2 F -0.5396 0.4602
15 1 2 F 1.8237 -1.2473
16 1 2 F 0.7330 0.4965
17 1 2 F 1.5511 -1.2473
18 1 2 F -0.5396 1.4774
19 1 2 F 1.0966 1.1868
20 1 2 F -0.5396 -1.2473
21 1 3 M 1.2054 0.7162
22 1 3 M 1.2585 0.3146
24 1 3 M -1.5648 0.2672
26 1 3 M -0.8932 -0.8615
27 1 3 M 0.5047 1.1379
28 1 3 M 0.7704 1.1379
29 1 3 M -1.5648 -1.7689
31 1 3 F -0.5396 0.6782
32 1 3 F -0.5396 -1.2473
33 1 3 F -0.5396 1.0778
34 1 3 F -0.5396 -1.2473
35 1 3 F -0.5396 -1.2473
36 1 3 F -0.5396 0.7145
37 1 3 F -0.5396 0.7508