나는 이 논문 의 초록을 읽었다 :
"Hartley aud Rao의 ML (Maximum Likelihood) 절차는 Patterson과 Thompson의 변환을 수정하여 가능성 렌더 정규성을 두 부분으로 분할합니다. 하나는 고정 된 효과가 없습니다.이 부분을 최대화하면 제한된 최대 가능성이라고합니다. (REML) 견적 자입니다. "
또한 이 논문 의 초록에서 REML을 읽었습니다 .
"고정 효과 추정으로 인한 자유도 손실을 고려합니다."
슬프게도 나는 그 논문의 전문에 접근 할 수 없습니다 (그리고 아마도 내가 이해하지 못했을 것입니다).
또한 REML과 ML의 장점은 무엇입니까? 혼합 효과 모델을 피팅 할 때 어떤 상황에서 ML보다 REML을 선호 할 수 있습니까 (또는 그 반대)? 고등학교 (또는 그 너머) 수학 배경을 가진 사람에게 적합한 설명을 제공하십시오!