如何從 REML 切換到 ML 進行模型比較你好！
我正在嘗試將兩個混合效應模型與 AIC（或 AICc）值進行比較。當產生 AIC 值以進行混合效應模型的模型比較時，我發現（至少在 R 中）必須從限制最大似然估計 (REML) 切換到最大似然估計 (ML)。如何在 JMP 中執行此操作？我正在使用工作中提供的 JMP 15 Pro。
謝謝你！
R 中此過程的資訊：
https://r.qcbs.ca/workshop07/book-en/step-2.-code-potential-models-and-model-selection.html
進階統計建模基礎資料分析與建模回覆：如何從 REML 切換到 ML 進行模型比較你好！
我還在下面附上了一些虛擬數據和模型公式的螢幕截圖
根據這兩個模型的結構，我嘗試在下面進行比較。我正在尋找從限制最大似然估計 (REML) 切換到最大似然估計 (ML) 的位置以進行 AIC 比較
謝謝你！
回覆：如何從 REML 切換到 ML 進行模型比較嗨@DensityOfOkapi2 。我不認為 ML 是一種選擇……它當然不在標準 JMP 中。
回覆：如何從 REML 切換到 ML 進行模型比較謝謝你！是的，我在 JMP 15 Pro for ML 上的搜尋沒有任何運氣
回覆：如何從 REML 切換到 ML 進行模型比較我不明白為什麼你需要使用 ML 而不是 REML 來估計模型參數並計算 AICc。我使用了 JMP 範例資料資料夾中的另一個範例 Wheat.jmp，並設定了類似的模型：
點擊頂部的紅色小三角形並選擇回歸報告 > AICc：
此標準已新增至擬合概要大綱：
回覆：如何從 REML 切換到 ML 進行模型比較謝謝@Mark_Bailey ！我想要從 REML 切換到 ML 的理由是基於 R 的模型選擇協定。這背後的數學超出了我的理解，但想必同樣的比較也適用於在 JMP 中使用 REML 的混合效應模型的比較？或者，JMP 可能會使用 ML 自動重新擬合模型以產生 AICc 值，以促進模型比較。如果這樣的改裝是在「引擎蓋下」進行的，那麼很高興知道！
遙遠的地方 (2006)用 R 擴展線性模型（第 156 頁）：
“原因是 REML 通過考慮去除固定效應的數據的線性組合來估計隨機效應。如果這些固定效應發生變化，兩個模型的可能性將無法直接比較”
