在R中的交互项中嵌套因子

我在SAS中开发了一个混合效应模型，我试图在R中重新创建该模型。因变量Y是3个固定效应（a、B和C）和一个随机效应（D）的函数。AxB的每个组合都有3个水平的D，使其嵌套在AxB双向交互作用中。在SAS中，代码如下所示：

proc mixed data = S;
class A B C D;
model Y = A B A*B C C*A C*B A*B*C / outp = S2 influence residual;
repeated C/ subject = D(A*B);
random D(A*B);
run;

---

我试图用lmer在R中复制相同的结果，但无法在AxB交互中嵌套随机因子D。有人能帮我做这个吗？

模型的固定效应部分是A*B*C*，在R的公式语言中创建所有的交互和相应的主效应，或者等效地A+B+C+A:B+A:C+B:C+A:B:C。我认为对于随机效应，你想要1 | A:B:D，假设不同A-B组合中的D水平彼此无关另外您是否有机会向我们展示一些SAS输出，即每个随机效应的观察次数报告？不幸的是，我无法访问SAS，并且没有显示给您的输出。我尝试了1 | A:B/D，但在执行soBen时收到错误消息，我对A和B的每个组合都有相同的三个级别的D。D是一个随机环境因素。每个A-B组合的三个容器不能被认为是相同的，因此必须根据您的描述为它们添加一个随机变量，您需要1 | A:B:D。如果容器具有唯一的标签，例如，系数级别为A1B1D1、A1B1D2、A1B1D3、A1B2D1、A1B2D2。。。而不是1，2，3，1，2。。。那么你就可以用1 | D了。谢谢你，本。这是嵌套的原因，还是我必须包含一些其他语句来解释D嵌套在A*B中？