REML混合模型
你好，
我有几个与使用 REML 运行混合模型相关的非常普遍的问题。
1. 为什么一直推荐REML？与EMS方式相比，它最明显的优势是什么？
2. 如何对给定的情况做出有意义的推论预测图的残差？
3. 如何从 REML 生成 %CV？
谢谢。
回复：REML混合模型我不确定您使用的是哪个版本的 JMP，但从 JMP 12.1 开始，REML 方差分量估计报告中添加了 %CV 隐藏列。您可以通过右键单击该报告内部并选择“列 < CV”来查看它。
回复：REML混合模型- 选择帮助>图书>拟合线性模型。 第3章致力于使用 REML 估计过程来拟合具有随机效应的模型。 一般来说，EMS 仅适用于平衡设计。 REML 在这种情况下会给出相同的结果，因此始终使用它不会造成任何损失。 唯一的缺点是 REML 的计算成本更高，但这在今天是一个有争议的问题。
- 预测残差图不适用于推理（假设检验）。 它是对估计误差（残差）的视觉评估，用于识别违反线性回归假设的情况，例如缺乏拟合、异方差和有影响的观察结果。
- 您可以照常将方差分量的 %CV 计算为 100*Sqrt(VC)/Mean。
负方差实际上是负协方差，如果这种解释可以帮助您接受这样的结果。 使用估计值的置信区间来确定它是否不为零。 REML 比 EMS 更灵活。 通过允许零附近的负估计并调整自由度，您可以从固定效应的推论中获得所需的覆盖范围。
回复：REML混合模型我不确定负方差分量是否有有意义的解释。
我首先检查它是否明显非零：CI 是否与零重叠？ 最合理的解释是它是总变异中可以忽略不计的组成部分。
如果您有一个很大的显着负方差分量，这可能会让您有理由质疑模型。
我相信如果您愿意，您可以指定将所有方差分量限制为正值。
回复：REML混合模型Peter Goos 和 Brad Jones 的《实验优化设计》一书中对 REML 有很好的解释，如果你有的话（我建议你买一本）。 这是在能源部裂区的背景下。 我猜测您正在使用混合模型进行方差分量分析，也许在测量系统分析中。
回复：REML混合模型另外你如何解释负值方差分量REML 中的随机因子？
