- Estimación de la varianza
-
Por lo general, se utiliza Máxima verosimilitud restringida (REML) porque el estimador de los componentes de la varianza de REML es aproximadamente insesgado, mientras que el estimador de máxima verosimilitud es sesgado. Sin embargo, el sesgo se vuelve más pequeño cuando los tamaños de las muestras son grandes.
Utilice Máxima verosimilitud (ML) si necesita comprobar si un modelo anidado con un menor número de términos de efecto fijo es tan adecuado como su modelo de referencia correspondiente que tiene más términos de efecto fijo, dado que ambos modelos tengan el mismo número de términos aleatorios y estructura de varianza del error. Específicamente, sea
la -2 log verosimilitud del modelo completo y 
la -2 log verosimilitud del modelo más pequeño. Bajo la hipótesis nula, asintóticamente,
sigue una distribución de chi-cuadrada con grados de libertad iguales a la diferencia en el número de parámetros para los términos de efecto fijo entre el modelo de referencia y el modelo anidado. Puede utilizar la prueba de relación de verosimilitud para determinar si un subconjunto de términos de efecto fijo puede eliminarse del modelo de referencia. Para obtener más información sobre la prueba de relación de verosimilitud de parámetros fijos en un modelo de efectos mixtos, consulte West, Welch y Galecki.1
- GL para efectos fijos
-
Comúnmente se utiliza Aproximación de Kenward-Roger porque los cálculos usan un estimador ajustado de la matriz de covarianzas para los valores de respuesta que reduce el sesgo de muestras pequeñas. También puede utilizar Aproximación de Satterthwaite. En general, cuanto más grande sea el tamaño de la muestra, menor será la diferencia entre los dos métodos.
