Yivli karışık efekt modeli

Zaman içindeki eğilimin curvi-doğrusal olduğu bilinen bir uygulamada spline terimi ile karışık efektler modeli kullanıyorum. Bununla birlikte, değerlendirmek istediğim, eğri-doğrusal eğilimin doğrusallıktan bireysel sapma nedeniyle mi meydana geldiği, yoksa grup düzeyinde uyumun eğri-doğrusal görünmesini sağlayan bir etki mi? JM paketinden bir veri kümesini sıkıcı tekrarlanabilir bir örnek veriyorum.

library(nlme)
library(JM)
data(pbc2)

fitLME1 <- lme(log(serBilir) ~ ns(year, 2), random = ~ year | id, data = pbc2)
fitLME2 <- lme(log(serBilir) ~ year, random = ~ ns(year, 2) | id, data = pbc2)

Aslında bunlardan hangisinin verilerime daha iyi uyduğunu bilmek istiyorum. Ancak karşılaştırma anovabana uğursuz bir uyarı veriyor:

        Model df      AIC      BIC    logLik   Test  L.Ratio p-value
fitLME1     1  7 3063.364 3102.364 -1524.682                        
fitLME2     2  9 2882.324 2932.472 -1432.162 1 vs 2 185.0399  <.0001
Warning message:
In anova.lme(fitLME1, fitLME2) :
  fitted objects with different fixed effects. REML comparisons are not meaningful.

Şimdi, bu tür karşılaştırmaları maksimum olabilirlik yöntemleriyle yapmakta zorluklar olduğunun farkındayım - ama alternatif nedir?

Mdewey'in söylediği gibi, modeli REML tahmin yöntemi olmadan yeniden takın. Uyarının dediği gibi, farklı sabit efekt yapılarınız olduğunda karşılaştırmalar anlamlı değildir.

Sonraki sorunlar, modellerin iç içe olmamasıdır, bu nedenle F-testi muhtemelen mantıklı değildir. Bilgi kriterlerine bakabilirsiniz. Her ikisi de lehine fitLME2.