Prueba de relación de verosimilitudes - lmer R - Modelos no anidados

Question

Actualmente estoy revisando algunos trabajos y me he encontrado con lo siguiente, que me parece incorrecto. Se ajustan dos modelos mixtos (en R) utilizando lmer. Los modelos no están anidados y se comparan mediante pruebas de razón de verosimilitud. En resumen, este es un ejemplo reproducible de lo que tengo:

set.seed(105)
Resp = rnorm(100)
A = factor(rep(1:5,each=20))
B = factor(rep(1:2,times=50))
C = rep(1:4, times=25)
m1 = lmer(Resp ~ A + (1|C), REML = TRUE)
m2 = lmer(Resp ~ B + (1|C), REML = TRUE)
anova(m1,m2)

Por lo que veo, lmer se utiliza para calcular la log-verosimilitud y la anova comprueba la diferencia entre los modelos utilizando un chi-cuadrado con los grados de libertad habituales. Esto no me parece correcto. Si es correcto, ¿alguien conoce alguna referencia que lo justifique? Conozco métodos que se basan en simulaciones (Documento de Lewis et al., 2011) y el enfoque desarrollado por Vuong (1989) pero no creo que sea lo que se produce aquí. No creo que el uso de la anova la afirmación es correcta.

Answer 1

Esto no es correcto de dos maneras :

1. La prueba de razón de verosimilitud (ordinaria) sólo puede utilizarse para comparar modelos anidados;
2. No podemos comparar los modelos de media con REML. (Este no es el caso, ver los comentarios de @KarlOveHufthammer más abajo).

En el caso de utilizar ML, soy consciente de que hay que utilizar el AIC o el BIC para comparar los modelos no anidados.