Come passare da REML a ML per il confronto dei modelliCiao!
Sto cercando di confrontare due modelli a effetti misti con valori AIC (o AICc). Durante la generazione di valori AIC per il confronto tra modelli di modelli a effetti misti, ho visto (almeno in R) che è necessario passare dalla stima di massima verosimiglianza limitata (REML) alla stima di massima verosimiglianza (ML). Come posso farlo in JMP? Sto utilizzando JMP 15 Pro fornito tramite il mio lavoro.
Grazie!
Informazioni per questa procedura in R:
https://r.qcbs.ca/workshop07/book-en/step-2.-code-potential-models-and-model-selection.html
Modellazione statistica avanzataAnalisi e modellazione dei dati di baseRe: Come passare da REML a ML per il confronto dei modelliCiao!
Di seguito ho anche allegato alcuni dati fittizi e screenshot delle formulazioni del modello 
seguendo la struttura dei due modelli che cerco di confrontare di seguito. Sto cercando un posto per passare dalla stima di massima verosimiglianza limitata (REML) alla stima di massima verosimiglianza (ML) per il confronto AIC
Grazie!
Re: Come passare da REML a ML per il confronto dei modelliCiao @DensityOfOkapi2 . Non penso che il machine learning sia un'opzione... certamente non lo è in JMP standard.
Re: Come passare da REML a ML per il confronto dei modelliGrazie! Sì, non ho avuto fortuna nella ricerca su JMP 15 Pro per ML
Re: Come passare da REML a ML per il confronto dei modelliNon vedo perché sia necessario utilizzare ML anziché REML per stimare i parametri del modello e calcolare AICc. Ho utilizzato un altro esempio dalla cartella dati di esempio JMP, Wheat.jmp, e ho impostato un modello simile:
Fai clic sul triangolo rosso in alto e seleziona Report di regressione > AICc:
Questo criterio viene aggiunto al riepilogo dell'idoneità:
Re: Come passare da REML a ML per il confronto dei modelliGrazie @Mark_Bailey ! La mia logica per voler passare da REML a ML si basa sul protocollo di selezione del modello per R. Dove non è possibile confrontare i valori AIC di due modelli a effetti misti che differiscono nelle loro strutture a effetti fissi quando si utilizza REML. I calcoli alla base di ciò vanno oltre la mia testa, ma presumibilmente lo stesso confronto si applica ai confronti di modelli a effetti misti che utilizzano REML in JMP? O forse JMP adatta automaticamente il modello utilizzando ML per generare i valori AICc per facilitare i confronti dei modelli. Se tale refitting avviene "sotto il cofano" sarebbe bello saperlo!
Lontano (2006)Estendendo il modello lineare con R(pag. 156):
"Il motivo è che REML stima gli effetti casuali considerando combinazioni lineari dei dati che rimuovono gli effetti fissi. Se questi effetti fissi vengono modificati, le probabilità dei due modelli non saranno direttamente confrontabili"
