混合效果模型和两个混合效果模型的组合的比较

如何解决混合效果模型和两个混合效果模型的组合的比较

我希望这个问题适合这里，因为它不仅涉及编码问题，而且还探讨了一些有关线性混合效应模型的理论问题。假设线性混合效应模型：

model1 <- lmer(RT ~ word_duration + RT_prev + trial + stem + 
                       (1|Subject) + (1|Word),data = df_whole)

我可以计算其AIC得分并将其与其他模型进行比较。就我而言，我有另一个模型：

model2 <- lmer(RT ~ word_duration + RT_prev + trial + form + 
                       (1|Subject) + (1|Word),data = df_subset)

我的model3的预测是model1和model2 = min[model1,model2]的预测的最小值。我想将model3与model1进行比较，例如，我可以使用均方误差（MSE）。但是，MSE并未考虑model3是两个模型的组合，MSE的不同可能无法证明增加复杂性是合理的。那么我可以计算出将模型的复杂性考虑在内的度量值以比较模型吗？

注意：model1受过所有数据的训练，model2仅针对一个子集。这样做是因为我假设子集中的项目可能会以不同的方式处理。因此，对于某些项目stem和其他form是更好的预测指标（如文献所述）。