Conception et lme split-split-plot

Je travaille sur un ensemble de données afin d'évaluer l'impact du séchage sur les activités microbiennes des sédiments. L'objectif est de déterminer si l'impact du séchage varie selon les types de sédiments et / ou la profondeur dans les sédiments.

Le plan expérimental est le suivant:
Le premier facteur sédiment correspond à trois types de sédiments (codés Sed1 , Sed2 , Sed3 ).
Pour chaque type de sédiment, un échantillonnage a été effectué sur trois sites (3 sites pour Sed1, 3 sites pour Sed2, 3 sites pour Sed3). Le site est codé: Site1 , Site2 , ..., Site9 .
Le facteur suivant est l' hydrologie : au sein de chaque site, l'échantillonnage est effectué dans une parcelle sèche et dans une parcelle humide (codé sec / humide ).
Dans chacune des parcelles précédentes, l'échantillonnage est effectué à deux profondeurs( D1 , D2 ) en triple exemplaire.

Il y a un total de n = 108 échantillons = 3 sédiments * 3 sites * 2 hydrologie * 2 profondeurs * 3 répétitions.

J'utilise la fonction lme dans R (package lnme) comme suit:

Sediment<-as.factor(rep(c("Sed1","Sed2","Sed3"),each=36))
Site<-as.factor(rep(c("Site1","Site2","Site3","Site4","Site5","Site6","Site7","Site8","Site9"),each=12))
Hydrology<-as.factor(rep(rep(c("Dry","Wet"),each=6),9))
Depth<-as.factor(rep(rep(c("D1","D2"),each=3),18))
Variable<-rnorm(108)

mydata<-data.frame(Sediment,Site,Hydrology,Depth,Variable)

mod1<-lme(Variable~Sediment*Hydrology*Depth, data=mydata, random=~1|Site/Hydrology/Depth)

J'ai trouvé un exemple d'une conception comparable de parcelles divisées-divisées et son analyse dans: http://www3.imperial.ac.uk/portal/pls/portallive/docs/1/1171923.PDF

Quelqu'un pourrait-il confirmer que c'est la bonne façon d'analyser ces données?
Pensez-vous que la structure aléatoire est correctement spécifiée selon ma conception expérimentale?

Cela arrive assez tard, mais je pense que votre analyse est généralement correcte, avec 3 commentaires:

1. Assurez-vous qu'il est correct de traiter la profondeur comme aléatoire plutôt que fixe. Je suppose que cela dépend de votre définition de la profondeur. S'agit-il simplement de «terre végétale» et de «sous-sol» ou de certains niveaux de contrôle comme A1, B2, C2, etc.
2. Un de mes collègues recommande toujours aux gens de créer une autre variable afin de ne pas confondre les gens lorsque les effets fixes et aléatoires ont le même nom. Quelque chose comme lme(Variable~Sediment_ef*Hydrology_ef*Depth_ef, data=mydata, random=~1|Site/Hydrology/Depth), même si X_efet Xsont des colonnes identiques.
3. C'est évidemment le modèle complet, où vous pourriez (ou non) vouloir le réduire pour obtenir une parcimonie.