Я подгоняю модель со смешанными эффектами сплайн-термином в приложении, где известно, что тренд во времени является криволинейным. Тем не менее, я хотел бы оценить, происходит ли криволинейный тренд из-за индивидуального отклонения от линейности, или это эффект на уровне группы, который делает подгонку уровня группы кажущейся криволинейной. Я привожу воспроизводимый пример, скучный набор данных из пакета 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)
По сути, я хочу знать, какой из них лучше соответствует моим данным. Однако сравнение anova
дает мне зловещее предупреждение:
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.
Теперь я осознаю, что существуют трудности с проведением такого рода сравнений с использованием методов максимального правдоподобия, но какова альтернатива?
Ответы:
Как говорит mdewey, затем обновите модель без метода оценки REML. Как говорится в предупреждении, сравнение не имеет смысла, когда у вас разные фиксированные структуры эффектов.
Следующая проблема заключается в том, что модели не являются вложенными, поэтому, по-видимому, F-тест не имеет смысла. Вы можете посмотреть на критерии информации. Оба поддерживают
fitLME2
.источник