Python 3.x 如何计算statsmodels线性混合效应模型的AIC值?

Python 3.x 如何计算statsmodels线性混合效应模型的AIC值?,python-3.x,statsmodels,mixed-models,Python 3.x,Statsmodels,Mixed Models,线性混合效应模型()的Statsmodels文档页声称“Statsmodels LME框架目前支持通过瓦尔德测试和系数置信区间、轮廓似然分析、似然比测试和AIC进行估计后推断。” 我已尝试检索AIC,如下所示: model = smf.mixedlm(formula=formula,data=data_subset,groups=data_subset["m#"]).fit() model.aic 但结果值为“nan” 我还查阅了mixedlm()和mixedlm.fit(

线性混合效应模型()的Statsmodels文档页声称“Statsmodels LME框架目前支持通过瓦尔德测试和系数置信区间、轮廓似然分析、似然比测试和AIC进行估计后推断。”

我已尝试检索AIC,如下所示:

model = smf.mixedlm(formula=formula,data=data_subset,groups=data_subset["m#"]).fit()
model.aic
但结果值为“nan”

我还查阅了mixedlm()和mixedlm.fit()函数的文档,但没有找到任何参数,这些参数允许我们指出他们希望计算AIC


感谢您的帮助

调用model.fit()时应使用reml=False