我正在R中使用lmer()运行基本的混合效果模型。 假设我有2个主题内条件。在每种情况下,受试者都可以采取一种措施。
lmer(measure ~ condition + (1|subject),
REML = TRUE, data = My_data)
参数REML默认为TRUE。但是,在我阅读的几个示例中,人们将其设置为FALSE。
根据文档“逻辑标量-是否应选择估算值来优化REML标准(而不是对数似然)?”
当我使用一种或另一种方法时,固定或随机效应的估计值是否存在真正的差异。 REML何时应为TRUE?什么时候应该为假?
答案 0 :(得分:1)
基于上面的评论,可以在这里找到一个很好的答案:
引用作者: “当您对随机效应方差的大小感兴趣时,使用REML通常是很好的选择,但是当您通过假设检验或信息理论标准(例如AIC)比较具有不同固定效应的模型时,则永远不要使用REML。”