在使用lmer()函数时，何时应该指定REML = FALSE？

Question

我使用R中的lmer（）运行基本的混合效应模型。假设我有2个被试者条件，在每个条件下，被试提供一个测量值。

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

默认情况下，参数REML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 - 应该选择估计值以优化REML标准（而不是对数似然）？”

如果使用一种方法或另一种方法是否会对固定效应或随机效应的估计产生实际差异？什么时候应该将REML设置为TRUE？什么时候应该将其设置为FALSE？

- Rtist

---

如果您想比较具有不同固定效应的两个模型，就不应该使用REML拟合。但是，在这种情况下，lme4会为您重新拟合模型。 - Roland

假设我不比较两个模型。什么时候应该指定TRUE或FALSE？ - Rtist

通常情况下，您应该使用REML拟合。 - Roland

只有在想要比较两个嵌套模型时才需要使用机器学习。否则，请使用REML拟合。为什么在计算上更受欢迎，D. Bates在这里解释-->链接。该pdf位于CRAN的lme4软件包的Vignettes下。 - mike

这个问题在 https://stats.stackexchange.com/a/272654/53514 有一个很好的答案。 - cbrnr

Answer 1

根据上面的评论，可以在这里找到一个好的答案：

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

引用作者的话：“如果你对随机效应方差的大小感兴趣，使用REML通常是很好的选择，但是在通过假设检验或信息论准则（如AIC）比较具有不同固定效应的模型时，则绝不要使用REML。”

- Rtist