รูปแบบเอฟเฟกต์ผสมกับเส้นโค้ง

ฉันเหมาะสมกับโมเดลเอฟเฟกต์ผสมกับคำที่เป็นอิสระในแอปพลิเคชันซึ่งมีแนวโน้มว่าเมื่อเวลาผ่านไปเป็นเส้นโค้งเชิงเส้น อย่างไรก็ตามสิ่งที่ฉันต้องการประเมินคือแนวโน้มของเส้นโค้งเชิงเส้นเกิดขึ้นเนื่องจากความเบี่ยงเบนของแต่ละบุคคลจากเส้นตรงหรือเป็นผลกระทบในระดับกลุ่มที่ทำให้ระดับกลุ่มพอดีปรากฏเป็นเส้นโค้ง ฉันให้ตัวอย่างที่ทำซ้ำได้ซึ่งน่าเบื่อชุดข้อมูลจากแพ็คเกจ JM

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)

โดยพื้นฐานแล้วฉันต้องการทราบว่าหนึ่งในสิ่งเหล่านี้เหมาะกับข้อมูลของฉัน อย่างไรก็ตามการเปรียบเทียบโดยanovaให้คำเตือนเป็นลางไม่ดี:

        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.

ตอนนี้ฉันทราบแล้วว่ามีปัญหาในการทำการเปรียบเทียบประเภทนี้ด้วยวิธีการที่น่าจะเป็นได้สูงสุด - แต่ทางเลือกคืออะไร

ในฐานะที่เป็น mdewey พูดแล้วปรับโฉมรูปแบบโดยไม่ต้องใช้วิธีการประมาณ REML ตามคำเตือนบอกว่าการเปรียบเทียบไม่มีความหมายเมื่อคุณมีโครงสร้างลักษณะพิเศษที่แตกต่างกัน

ประเด็นต่อไปคือโมเดลไม่ซ้อนกันดังนั้นการทดสอบ F น่าจะไม่สมเหตุสมผล คุณสามารถดูเกณฑ์ข้อมูล fitLME2ทั้งความโปรดปราน