如何从 REML 切换到 ML 进行模型比较你好！
我正在尝试比较两个具有 AIC（或 AICc）值的混合效应模型。在生成用于混合效应模型的模型比较的 AIC 值时，我发现（至少在 R 中）必须从受限最大似然估计 (REML) 切换到最大似然估计 (ML)。如何在 JMP 中执行此操作？我正在使用工作中提供的 JMP 15 Pro。
谢谢你！
R 中此过程的信息：
https://r.qcbs.ca/workshop07/book-en/step-2.-code-potential-models-and-model-selection.html
高级统计建模基础数据分析与建模回复：如何从 REML 切换到 ML 以进行模型比较你好！
我还在下面附加了一些虚拟数据和模型公式的截图
遵循下面我试图比较的两个模型的结构。我正在寻找一个地方，可以从限制最大似然估计 (REML) 切换到最大似然估计 (ML)，以进行 AIC 比较
谢谢你！
回复：如何从 REML 切换到 ML 以进行模型比较你好@DensityOfOkapi2 。我不认为 ML 是一个选项……它肯定不在标准 JMP 中。
回复：如何从 REML 切换到 ML 以进行模型比较谢谢！是的，我在搜索 JMP 15 Pro for ML 时没有找到任何结果
回复：如何从 REML 切换到 ML 以进行模型比较我不明白为什么需要使用 ML 而不是 REML 来估计模型参数并计算 AICc。我使用了 JMP 示例数据文件夹 Wheat.jmp 中的另一个示例，并建立了一个类似的模型：
单击顶部的红色三角形并选择回归报告> AICc：
此标准已添加到适合度概要中：
回复：如何从 REML 切换到 ML 以进行模型比较谢谢@Mark_Bailey ！我想从 REML 切换到 ML 的理由是基于 R 的模型选择协议。使用 REML 时，无法比较固定效应结构不同的两个混合效应模型的 AIC 值。这背后的数学知识我不太理解，但想必同样的比较也适用于在 JMP 中使用 REML 比较混合效应模型？或者也许 JMP 会自动使用 ML 重新拟合模型以生成 AICc 值以方便模型比较。如果这种重新拟合是在“幕后”进行的，那就太好了！
遥远（2006）使用 R 扩展线性模型（第 156 页）：
“原因是 REML 通过考虑消除固定效应的数据的线性组合来估计随机效应。如果这些固定效应发生变化，则两个模型的可能性将无法直接比较”
