লিনিয়ার মিশ্রিত মডেলগুলির এলোমেলো প্রভাব সম্পর্কে মডেল নির্বাচনের বিভিন্ন বিবরণগুলি আরএএমএল ব্যবহারের নির্দেশ দেয়। আমি কিছু স্তরে আরএমএল এবং এমএল এর মধ্যে পার্থক্য জানি, তবে কেন এমএল পক্ষপাতদুষ্ট তাই কেন আরএমএল ব্যবহার করা উচিত তা আমি বুঝতে পারি না। উদাহরণস্বরূপ, এমএল ব্যবহার করে একটি সাধারণ বিতরণ মডেলের ভেরিয়েন্স প্যারামিটারে এলআরটি পরিচালনা করা কি ভুল (নীচের কোডটি দেখুন)? মডেল নির্বাচনের ক্ষেত্রে এমএল হওয়ার চেয়ে কেন পক্ষপাতহীন হওয়া বেশি জরুরি তা আমি বুঝতে পারি না। আমি মনে করি চূড়ান্ত উত্তরটি "হওয়া উচিত কারণ মডেল নির্বাচন এমএল এর চেয়ে আরএমএল-এর সাথে আরও ভাল কাজ করে" তবে আমি এর চেয়ে আরও কিছুটা জানতে চাই। আমি এলআরটি এবং এআইসির ডেরিভেশনগুলি পড়িনি (এগুলি পুরোপুরি বুঝতে আমি যথেষ্ট ভাল নই), তবে যদি আরএমএল স্পষ্টভাবে ডেরিভেজে ব্যবহার করা হয় তবে কেবল এটি জেনে রাখা সত্য যে যথেষ্ট হবে (যেমন,
n <- 100
a <- 10
b <- 1
alpha <- 5
beta <- 1
x <- runif(n,0,10)
y <- rnorm(n,a+b*x,alpha+beta*x)
loglik1 <- function(p,x,y){
a <- p[1]
b <- p[2]
alpha <- p[3]
-sum(dnorm(y,a+b*x,alpha,log=T))
}
loglik2 <- function(p,x,y){
a <- p[1]
b <- p[2]
alpha <- p[3]
beta <- p[4]
-sum(dnorm(y,a+b*x,alpha+beta*x,log=T))
}
m1 <- optim(c(a,b,alpha),loglik1,x=x,y=y)$value
m2 <- optim(c(a,b,alpha,beta),loglik2,x=x,y=y)$value
D <- 2*(m1-m2)
1-pchisq(D,df=1) # p-value