พื้นหลัง: หมายเหตุ: ชุดข้อมูลและรหัส r ของฉันรวมอยู่ด้านล่างข้อความ
ฉันต้องการใช้ AIC เพื่อเปรียบเทียบแบบจำลองเอฟเฟกต์สองแบบที่สร้างขึ้นโดยใช้แพ็คเกจ lme4 ในอาร์แต่ละรุ่นมีเอฟเฟกต์คงที่หนึ่งแบบและเอฟเฟกต์แบบสุ่มหนึ่งแบบ เอฟเฟกต์คงที่นั้นแตกต่างกันระหว่างรุ่น แต่เอฟเฟกต์แบบสุ่มยังคงเหมือนเดิมระหว่างรุ่น ฉันพบว่าถ้าฉันใช้ REML = T, model2 มีคะแนน AIC ที่ต่ำกว่า, แต่ถ้าฉันใช้ REML = F, model1 มีคะแนน AIC ที่ต่ำกว่า
รองรับการใช้ ML:
Zuur และคณะ (2009; PAGE 122) แนะนำว่า "ในการเปรียบเทียบโมเดลที่มีเอฟเฟกต์แบบซ้อน (แต่มีโครงสร้างแบบสุ่มเดียวกัน) ต้องใช้การประเมิน ML ไม่ใช่ REML" สิ่งนี้บ่งบอกว่าฉันควรใช้ ML เนื่องจากเอฟเฟกต์แบบสุ่มของฉันเหมือนกันในทั้งสองรุ่น แต่เอฟเฟกต์คงที่ของฉันแตกต่างกัน [Zuur et al. 2552. แบบจำลองเอฟเฟกต์และส่วนขยายในระบบนิเวศน์กับ R. Springer]
การสนับสนุนสำหรับการใช้ REML:
อย่างไรก็ตามฉันสังเกตว่าเมื่อฉันใช้ ML ความแปรปรวนที่เหลือที่เกี่ยวข้องกับเอฟเฟกต์แบบสุ่มนั้นแตกต่างกันระหว่างสองรุ่น (model1 = 136.3; model2 = 112.9) แต่เมื่อฉันใช้ REML มันจะเหมือนกันระหว่างโมเดล (model1 = model2 = 151.5) นี่แปลว่าฉันควรใช้ REML แทนเพื่อให้ความแปรปรวนตกค้างแบบสุ่มยังคงเหมือนเดิมระหว่างรุ่นที่มีตัวแปรสุ่มแบบเดียวกัน
คำถาม:
มันไม่สมเหตุสมผลหรือไม่ที่จะใช้ REML มากกว่า ML สำหรับการเปรียบเทียบรุ่นที่เปลี่ยนเอฟเฟกต์คงที่และเอฟเฟกต์แบบสุ่มยังคงเหมือนเดิมหรือไม่ ถ้าไม่คุณสามารถอธิบายได้ว่าทำไมหรือชี้ให้ฉันไปที่วรรณคดีอื่นที่อธิบายเพิ่มเติมหรือไม่
# 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)
ชุดข้อมูล:
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