快速提问：在进行模型比较时，谁能给我一个引用来证明使用 ML 的合理性？
背景：我正在使用 lme4 在 R 中拟合一些多级模型，并进行了一系列模型比较。一位评论者告诉我，我应该只在运行模型或比较模型时使用 REML（从不 ML）。从那以后，我在模型比较方面听到了完全相反的情况，我在其他地方被告知 ML 很好。这些模型并不复杂.... 一个或两个没有 1 级预测变量的 2 级预测变量。很好很简单。
我希望 (1) 确认我可以在没有 REML [ever] 和引用的情况下有效运行模型，以及 (2) 某种形式的引用表明在进行 LRT 比较时需要 ML（不是 REML）（BIC 和 AIC也支持我，但我想要一个 p 值来陪伴他们）。
你给出的任何建议，如果你有引用，那将是我的审稿人想要的。
最好的，
叹。
这在中提到（但只是顺便提及）
Bates D、Maechler M、Bolker BM 和 Walker S（2014 年）。“lme4：使用 Eigen 和 S4 的线性混合效应模型。” ArXiv 电子版；出版中， 统计软件杂志： http: //arxiv.org/abs/1406.5823
对于 lmerMod 类的对象，默认行为是在符合 REML = TRUE 的情况下使用 ML 重新拟合模型，这是在比较固定效果不同的模型时获得合理答案所必需的......
更彻底的是， S and S-PLUS 2000 (Springer) p.中的Pinheiro 和 Bates混合效果模型。87（来自谷歌图书）：
当两个嵌套模型的固定效应项的规范不同时，可以仅为最大似然拟合定义似然比检验。如第 2.2.5 节所述，REML 拟合的似然比检验是不可行的，因为 REML 标准中有一个项会随着固定效应规范的变化而变化。
...然后他们继续指出 LRT 是渐近的，并且有限尺寸效应（可怕的“分母自由度”问题）可以使此类测试成为反保守的。
这个问题给出了来自Discovering Statistics Using SPSS 4e的引用，它也支持了这个陈述（即它不仅仅是使用 R 的怪人）。