假设只有两组：组 1 和组 2。您指定的 gls() 调用适合您的两个子模型$y$观察 - 一个子模型$y$第一组的观察结果和另一个子模型$y$第二组观察。

观测的子模型$y$在第 1 组中假设$y = \beta_0 + \epsilon$， 在哪里$\epsilon$表示来自均值为 0 且方差未知的正态分布的随机误差项$\sigma_1^2$. 换句话说，这些观察是围绕真实组均值分组的$\beta_0$，他们对这个真实群体的传播意味着被$\sigma_1^2$.

第 2 组中观测值 y 的子模型假设$y = \beta_0 + \beta_1 + \epsilon$， 在哪里$\epsilon$表示来自均值为 0 且方差未知的正态分布的随机误差项$\sigma_2^2$. 换句话说，这些观察是围绕真实组均值分组的$\beta_0 + \beta_1$，他们对这个真实群体的传播意味着被$\sigma_2^2$.

您提供的 gls() 调用允许两组中 y 值的传播（或可变性）关于它们各自的真​​实组均值在不同组之间是不同的（也就是说，它允许$\sigma_1^2$不同于$\sigma_2^2$) 通过选项 weights=varIdent(form = ~ 1 | group)。