如前所述，这些通常是两种不同的东西。

GLM 框架 = 链接函数 + 非正常分布

GLS 框架 = 将 LM 中的 iid 正态泛化为多元正态，这允许指定残差 + 色散变化之间的相关性（在 R 中，这最容易使用 nlme 完成，它提供了几个corClasses来指定相关结构，而varFun函数指定分散的公式）

然而，可以混合这两种想法，即在线性预测器上指定 GLM(M) 与 GLS 类型相关项（作为随机效应），例如考虑 GLM 中的空间自相关，例如，在glmmPQL。

不，这是两个不同的东西。GLM 是模型，其最显着的特征是它不是响应的平均值，而是平均值的函数，它与预测变量线性相关。

GLS 是一种估计方法，它考虑了误差项中的结构。如果您认为误差不是独立的和同方差的，则可以通过 GLS 估计一个普通的线性模型。