已提出惩罚拟似然 (PQL) 方法来拟合广义线性混合效应模型。它的工作方式是在模型的准似然公式中进行一种拉普拉斯近似。这种近似导致原始结果变量的转换。转换的目的是使转换后的结果表现得像一个可以拟合线性混合效应模型的正态分布变量。因此，GLMM 的拟合可以通过软件拟合线性混合模型来完成。

当原始结果向量已经接近正态分布时，这种转换效果很好。例如，当您拥有具有高计数的泊松数据或具有许多试验的二项式数据时。当原始结果变量更加离散时，PQL 不能令人满意地工作并导致偏差，例如，对于二进制数据或低计数的泊松。

逼近 GLMM 的对数似然函数的黄金标准方法是自适应高斯求积法和蒙特卡洛法。更多信息也可在此处获得。