如何比较固定效应变量存在差异的线性混合效应（LME）模型？

核心结论 #

你提到的这类建模场景，完全满足AIC准则的适用前提，可以直接用AIC做两个模型的优劣对比，不存在“固定效应存在差异就不能用AIC比较”的限制。

必须核验的3个比较前提 #

如果跳过这几个校验，算出的AIC结果会完全失去参考价值：

• 两个模型拟合时使用的观测样本必须完全一致：statsmodels的MixedLM在拟合过程中会自动剔除协变量缺失的样本，一定要先核对两个模型输出里的nobs数值是否相等——如果模型1因为a、b存在缺失值删掉了20条样本，模型2因为c、d存在缺失值删掉了15条样本，两者的AIC根本没有可比性。
• 两个模型的随机效应结构必须完全一致：只要两个模型的随机项设置（比如随机截距的分组字段、随机斜率的协变量、随机效应的协方差矩阵形式）完全同源，仅固定效应结构存在差异，就符合AIC的比较要求。
• 响应变量y的定义、变换方式、异常值处理规则完全相同：你提到两个模型用的是同一个y，这点已经天然满足，只要没有单独对其中一个模型的y做缩放、对数转换或者异常值剔除操作就没问题。

常见认知误区澄清 #

不少资料会说“只有嵌套模型才能用AIC比较”，这个说法是片面的。AIC的核心逻辑是平衡模型拟合优度和参数复杂度、评估对未知数据的泛化能力，根本不要求两个模型是嵌套关系。哪怕你现在的两个模型固定效应完全没有重叠（一个是ab的交互结构，一个是cd的交互结构，不存在变量包含的嵌套关系），只要满足上面的前提，用AIC比较泛化能力是完全合规的。
注意和似然比检验做区分：似然比检验因为基于嵌套模型的卡方分布性质，确实不能用在非嵌套的固定效应结构上，但AIC没有这个限制。

statsmodels环境下的实操注意事项 #

• 拟合完成后直接调用模型结果对象的.aic属性拿到的数值，已经自动统计了固定效应、随机效应的全部参数个数，不需要你手动调整固定效应项带来的参数数量变化。
• 比较判定遵循通用AIC规则即可：
  • 两模型AIC差值＜2：两者泛化能力无统计意义上的差异，优先选解释成本更低、变量业务含义更清晰的模型
  • 两模型AIC差值在4~7：低AIC的模型有中等程度的泛化优势
  • 两模型AIC差值＞10：低AIC的模型泛化优势非常明确，可优先选择
• 额外提示：如果两个模型用到的协变量之间存在高度共线问题，AIC的计算结果会被参数估计的偏差影响，这个时候要结合残差正态性检验、留出样本交叉验证的结果辅助判断，不要单独依赖AIC下结论。

内容的提问来源于stack exchange，提问作者semchena31