En los modelos lineales mixtos generalizados (GLMM), incluidos el modelo lineal mixto, el modelo logístico mixto y el modelo mixto de Poisson, la matriz de covarianza de los efectos aleatorios ( $\Sigma$ ) pueden estimarse con máxima verosimilitud (ML) o máxima verosimilitud restringida (REML). Las diferencias entre estos modelos son:
- la distribución del resultado, es decir, distribución normal, Bernoulli o Poisson;
- la función de enlace entre la media del resultado y las covariables, es decir, vínculo de identidad, vínculo logit o función de vínculo log.
Si el tamaño de la muestra es lo suficientemente grande, la estimación ML de la varianza también tenderá a ser insesgada.
0 votos
¿Qué esfuerzos ha realizado para averiguarlo? ¿Y qué paquete de software le interesa? Por ejemplo, proc glimmix en sas tiene muy buena documentación sobre cómo se hace la estimación de tipo "REML".