혼합 효과 모형 적합에 대한 방법 표

일반적으로 REML의 분산 성분 추정량은 대략 치우침이 없고 최대 우도 추정량은 치우치기 때문에 제한적 최대우도법(REML)을 사용합니다. 그러나 표본 크기가 클수록 치우침이 작아집니다.

두 모형의 랜덤 항과 오차 분산 구조가 같은 경우 고정 효과 항이 더 작은 내포된 모형이 고정 효과 항이 더 많은 해당 기준 모형만큼 적절한지 여부를 검정해야 하면 최대우도법(ML)을 사용하십시오. 특히 을 완전 모형의 -2 로그 우도, 를 더 작은 모형의 -2 로그 우도로 설정하십시오.

귀무 가설 하에서 점근적으로 는 자유도가 기준 모형과 내포 모형 간 고정 효과 항에 대한 모수 개수의 차이와 같은 카이-제곱 분포를 따릅니다. 우도 비 검정을 사용하여 고정 효과 항의 부분 집합을 기준 모형에서 제거할 수 있는지 여부를 평가하십시오.

혼합 효과 모형에 있는 고정 모수의 우도 비 검정에 대한 자세한 내용은 West, Welch, and Galecki를 참조하십시오.¹

일반적으로 계산에서 작은 표본 치우침을 줄이는 반응 값에 대한 공분산 행렬의 수정된 추정량을 사용하기 때문에 Kenward-Roger 근사을 사용합니다. Satterthwaite 근사을 사용할 수도 있습니다. 일반적으로 표본 크기가 클수록 두 방법 간의 차이가 작습니다.