Arka plan: Not: Veri kümem ve r kodum aşağıdaki metinde yer almaktadır
R'de lme4 paketi kullanılarak oluşturulan iki karışık efekt modelini karşılaştırmak için AIC'yi kullanmak istiyorum. Her modelin bir sabit etkisi ve bir rastgele etkisi vardır. Sabit etki modeller arasında farklılık gösterir, ancak rastgele etki modeller arasında aynı kalır. Ben REML = T kullanırsanız, model2 düşük AIC puanı olduğunu, ancak REML = F kullanırsanız, model1 düşük AIC puanı olduğunu buldum.
ML kullanma desteği:
Zuur ve diğ. (2009; SAYFA 122) "İç içe sabit efektli (ancak aynı rastgele yapıya sahip) modelleri karşılaştırmak için, REML yerine ML tahmini kullanılmalıdır." Bu bana, rastgele etkilerimin her iki modelde de aynı olması nedeniyle ML kullanmam gerektiğini gösteriyor, ancak sabit etkilerim farklı. [Zuur ve diğ. 2009. R. Springer ile Ekolojide Karışık Etki Modelleri ve Uzantıları.]
REML kullanma desteği:
Bununla birlikte, ML kullandığımda, rastgele etkilerle ilişkili artık varyansın iki model arasında (model1 = 136.3; model2 = 112.9) farklı olduğunu fark ettim, ancak REML kullandığımda, modeller arasında aynıdır (model1 = model2 = 151.5). Bu bana REML kullanmam gerektiğini ima ediyor, böylece rastgele artık varyans aynı rastgele değişkene sahip modeller arasında aynı kalıyor.
Soru:
Sabit etkilerin değiştiği ve rastgele etkilerin aynı kaldığı modellerin karşılaştırması için REML kullanmak ML'den daha mantıklı değil mi? Değilse, nedenini açıklayabilir veya beni daha fazla açıklayan diğer literatüre yönlendirebilir misiniz?
# Model2 "wins" if REML=T:
REMLmodel1 = lmer(Response ~ Fixed1 + (1|Random1),data,REML = T)
REMLmodel2 = lmer(Response ~ Fixed2 + (1|Random1),data,REML = T)
AIC(REMLmodel1,REMLmodel2)
summary(REMLmodel1)
summary(REMLmodel2)
# Model1 "wins" if REML=F:
MLmodel1 = lmer(Response ~ Fixed1 + (1|Random1),data,REML = F)
MLmodel2 = lmer(Response ~ Fixed2 + (1|Random1),data,REML = F)
AIC(MLmodel1,MLmodel2)
summary(MLmodel1)
summary(MLmodel2)
Veri kümesi:
Response Fixed1 Fixed2 Random1
5.20 A A 1
32.50 A A 1
6.57 A A 2
24.77 A B 3
41.69 A B 3
34.29 A B 4
1.80 A B 4
10.00 A B 5
15.56 A B 5
4.44 A C 6
21.65 A C 6
9.20 A C 7
4.11 A C 7
12.52 B D 8
0.25 B D 8
27.34 B D 9
11.54 B E 10
0.86 B E 10
0.68 B E 11
4.00 B E 11