如何训练一个多级数据集，其中包含更多4个级别和R中的日期？

Question

我有一个数据集df，其结构如下：

    Date       Level1    Level2    Level3     Level4  x1  x2    y
   2018-01-01  aaa       A111      A11        A1      m   x     10.2    
   2018-01-01  ddd       A111      A11        A1      n   y     4.5    
   2018-01-02  mmm       A121      A12        A1      n   x     6.1 
   2018-01-03  aaa       A211      A21        A2      o   x     20.5  
   2018-01-04  ccc       A211      A22        A2      m   z     1.6     
   ...
   2018-02-01  aaa       A111      A11        A1      m   x     5.5 
   2018-02-02  ddd       A111      A11        A1      n   y     3.8
   2018-02-02  mmm       A121      A12        A2      0   x     1.2
   ...

所以，这里的层次结构是Level1 (lowest) <- Level2 <- Level3 <- Level4 (highest)。

x1和x2是可以取值的因素，m, n, o和x,y,z和y是我们试图预测的连续值。

如图所示，可以在不同日期重复相同的级别和x组合（第1,2,3行在底行重复）。

我是这种多级建模的新手。我最初的尝试是使用lmer包中的lme4函数，如下所示：

model <- lmer(y ~ x1 + x2
                 (1 | Level4:Level3) +
                 (1 | Level3:Level2) +
                 (1 | Level2:Level1),
              data=df)

我不确定这是为这些数据创建模型的正确方法。如何使用Date列？它可以是模型中的另一个级别吗？