线性混合模型：估计

方法。 选择最大似然性或约束最大似然性。

迭代：下列选项可用：

• 最大迭代次数。指定一个非负整数。
• 最大步长对分。 每次迭代时，步长都会减去因子 0.5，直到对数似然估计增加或者达到最大步骤对分。指定一个正整数。
• 每隔 n 步打印迭代历史记录。 显示一个表，在此表中，从第 0 次迭代开始，每隔 n 次迭代就包含对数似然函数值和参数估计值。如果选择打印迭代历史记录，则无论 n 值为多少，将总是打印最后一次迭代。

对数似然性收敛性。 如果对数似然函数的绝对变化或相对变化小于指定的非负值，则假定收敛性。如果指定的值等于 0，那么不使用该准则。

参数收敛。 如果参数估计值的最大绝对变化或最大相对变化小于指定的非负值，则假定收敛性。如果指定的值等于 0，那么不使用该准则。

Hessian 收敛性。 对于绝对指定，如果基于 Hessian 的统计小于指定的值，则假定收敛性。对于相对指定，如果统计小于指定值与对数似然估计的绝对值的乘积，则假定收敛性。如果指定的值等于 0，那么不使用该准则。

最大得分步长。 请求使用 Fisher 评分算法的次数，最多为迭代次数 n。请指定一个非负整数。

奇异性容差。此值在检查奇异性时用作容错。请指定一个正数值。

指定线性混合模型的估计标准

此功能需要 SPSS® Statistics Standard Edition 或“高级统计”选项。

1. 从菜单中选择：

   分析 > 混合模型 > 线性...

2. 选择主体和重复变量（可选），然后单击继续。
3. 在“线性混合模型”对话框中单击估计。
4. 选择需要的估计标准。