样条混合效果模型

我正在用样条曲线项拟合混合效果模型，该应用程序的随时间变化的趋势是曲线线性的。但是，我要评估的是曲线趋势是否是由于个体偏离线性而出现的，还是在组水平上使组水平拟合显得曲线线性的一种影响。我给出了一个可重现的示例，该示例使JM包中的数据集变得无聊。

library(nlme)
library(JM)
data(pbc2)

fitLME1 <- lme(log(serBilir) ~ ns(year, 2), random = ~ year | id, data = pbc2)
fitLME2 <- lme(log(serBilir) ~ year, random = ~ ns(year, 2) | id, data = pbc2)

本质上，我想知道其中哪一个更适合我的数据。但是通过比较anova给了我一个不祥的警告：

        Model df      AIC      BIC    logLik   Test  L.Ratio p-value
fitLME1     1  7 3063.364 3102.364 -1524.682                        
fitLME2     2  9 2882.324 2932.472 -1432.162 1 vs 2 185.0399  <.0001
Warning message:
In anova.lme(fitLME1, fitLME2) :
  fitted objects with different fixed effects. REML comparisons are not meaningful.

现在，我知道通过最大似然法进行此类比较存在困难-但是有什么替代方法？

正如mdewey所说，然后使用REML估计方法重新拟合模型。如警告所述，当您使用不同的固定效果结构时，比较没有意义。

下一个问题是模型没有嵌套，因此F检验可能没有意义。您可以查看信息标准。双方都赞成fitLME2。