r - 什么时候应该在 lmer() 中指定 REML = FALSE？

Question

我正在 R 中使用 lmer() 运行一个基本的混合效应模型。假设我有 2 个主题内条件。在每种情况下，受试者都提供一种测量方法。

lmer(measure ~ condition + (1|subject),
      REML = TRUE, data = My_data)

参数 REML 默认为 TRUE。然而，在我读到的几个例子中，人们将其设置为 FALSE。

根据文档“逻辑标量 - 是否应该选择估计来优化 REML 标准(而不是对数似然)？”

当我使用一种或另一种方法时，固定效应或随机效应的估计值是否存在真正差异。什么时候 REML 应该为真？什么时候应该为 FALSE？

Answer 1

根据上面的评论，可以在这里找到一个很好的答案:

https://stats.stackexchange.com/questions/272633/how-to-decide-whether-to-set-reml-to-true-or-false/272654#272654

引用作者:“当您对随机效应方差的大小感兴趣时，最好使用 REML(如果可用的话)，但是当您通过假设检验或 AIC 等信息论标准比较具有不同固定效应的模型时，千万不要使用它。”