我的设计如下：受试者必须完成基于响应时间的任务。此任务的每次试验均由四个因素共同定义：
每个独特的组合重复4次，总共进行了64次试验（2x2x2x2x4），每个受试者都进行了全部64次试验。
由于这四个因素是受试者内部因素，因此我最初使用aov进行重复测量方差分析，其中四个因素预测了响应时间（RT）。我还要补充一点，我对这四个因素之间的相互作用感兴趣。通过查看多个指南，我想到了以下代码：
data.aov <- aov(RT ~ F1 * F2 * F3 * F4 +
Error(subject / (F1 * F2 * F3 * F4)),
data = my_data)
但是，在收集有关如何使用R进行重复测量方差分析的信息时，我读到不建议在个体之间重复次数不平衡的情况下-不幸的是，这是我的情况，因为我不得不摆脱离群值（特别是高/低响应时间）。我宁愿使用混合模型，这种模型可以解决这种平衡问题。
我一直在寻找有关如何将重复测量方差分析转换为混合模型的示例。到目前为止，我设法了解到我的因素是固定的，但是“主题”是随机的。但是，我发现的所有示例都没有将多个因素作为自变量。
我的问题是：具有多个预测因素的混合模型（特别是关于误差项）的正确语法是什么？我正在使用nlme软件包。