Método de máxima verosimilitud restringido reml wikipedia

El método de máxima verosimilitud restringido (REML, por sus siglas en inglés) es una técnica utilizada en estadística para estimar los parámetros de un modelo estadístico cuando se tienen restricciones en los parámetros. El REML es una extensión del método de máxima verosimilitud (ML) que se utiliza específicamente en el contexto de modelos mixtos y modelos de efectos mixtos.

En el REML, en lugar de maximizar la verosimilitud del modelo completo, se maximiza la verosimilitud de los efectos aleatorios condicionales a los efectos fijos. Esto permite obtener estimaciones más eficientes de los parámetros de interés, especialmente en el caso de modelos mixtos donde se tienen tanto efectos fijos como aleatorios.

El REML es especialmente útil en situaciones donde se desea estimar los efectos aleatorios de un modelo sin verse afectado por los efectos fijos. Esto puede ser importante en el análisis de datos longitudinales, estudios de medidas repetidas, y en general en cualquier situación donde se tengan efectos aleatorios que pueden influir en la variabilidad de los datos.

En resumen, el método de máxima verosimilitud restringido (REML) es una técnica estadística utilizada para estimar los parámetros de un modelo estadístico cuando se tienen restricciones en los parámetros, especialmente en el contexto de modelos mixtos y modelos de efectos mixtos.