Kiểm tra tỷ lệ khả năng - Lmer R - Các mô hình không lồng nhau

Tôi hiện đang xem xét một số công việc và đã đi qua những điều sau đây, điều này có vẻ sai đối với tôi. Hai mô hình hỗn hợp được trang bị (trong R) bằng cách sử dụng lmer. Các mô hình không lồng nhau và được so sánh bằng các thử nghiệm tỷ lệ khả năng. Nói tóm lại, đây là một ví dụ có thể tái tạo về những gì tôi có:

set.seed(105)
Resp = rnorm(100)
A = factor(rep(1:5,each=20))
B = factor(rep(1:2,times=50))
C = rep(1:4, times=25)
m1 = lmer(Resp ~ A + (1|C), REML = TRUE)
m2 = lmer(Resp ~ B + (1|C), REML = TRUE)
anova(m1,m2)

Theo như tôi có thể thấy, lmerđược sử dụng để tính toán khả năng đăng nhập và anovacâu lệnh kiểm tra sự khác biệt giữa các mô hình bằng cách sử dụng bình phương chi với mức độ tự do thông thường. Điều này có vẻ không đúng với tôi. Nếu nó là chính xác, có ai biết bất kỳ tài liệu tham khảo nào biện minh cho điều này? Tôi nhận thức được các phương pháp dựa trên mô phỏng (Paper by Lewis và cộng sự, 2011) và cách tiếp cận được phát triển bởi Vượng (1989) nhưng tôi không nghĩ rằng đây là những gì được sản xuất ở đây. Tôi không nghĩ rằng việc sử dụng anovatuyên bố là chính xác.

Điều này không đúng theo hai cách :

1. Kiểm tra tỷ lệ khả năng (thông thường) chỉ có thể được sử dụng để so sánh các mô hình lồng nhau;
2. Chúng ta không thể so sánh các mô hình trung bình theo REML. (Đây không phải là trường hợp ở đây, xem bình luận của @ KarlOveHufthammer bên dưới.)

Trong trường hợp sử dụng ML, tôi biết sử dụng AIC hoặc BIC để so sánh các mô hình không lồng nhau.