glmmPQL中的权重表示可变长度：R

Question

人们正在触摸表面，并在手指上拾取细菌。在X次表面接触（ NumberContacts ）（固定效果）后，我测量其手指上的细菌。这取决于参与者（随机效果），以​​及是否戴着手套（手套）（固定效果）。 这是原始数据：

我正在尝试使用R中的MASS包使用PQL运行广义线性混合模型，因为我的数据是非正常的。我使用Lambda = 0.779的Box-Cox变换对它们进行了变换，但认为它看起来像对数正态分布，因此使用了对数链接功能。

K<-data.fame(germs=rlnorm(560,4,5),
Participant=rep(1:35,each=16),
NumberContacts=rep(1:8,70),
Gloves=rep(c("G","U"),70))

PQL <- glmmPQL(germs^0.779 ~ Gloves+NumberContacts, ~1 | Participant, family = gaussian(link = "log"),
               data = na.omit(Ksub), 
               verbose = F)

但是我也认为我的方差在残差上是不相等的（请参见残差与拟合图）。话虽如此，Leven检验拒绝了各组之间我的数据中的异方差（p = 0.5）。但是看看残差与拟合。我想使用加权方差来解决这个问题。

PQL <- glmmPQL(germs^0.779 ~ Gloves+poly(NumberContacts,2), ~1 | Participant, family = gaussian(link = "log"),
               weights =varIdent(form = ~1 | NumberContacts),
               data = na.omit(Ksub), 
               verbose = F)

我根据此链接varIdent添加了weights = varIdent（form =〜1 | NumberContacts），但出现错误：

  

model.frame.default中的错误（data = na.omit（Ksub），weights =   varIdent（form =〜1可变长度不同（发现为'（weights）'）

这是为什么？也可以随意评论其他看起来很狡猾的事物（例如，转换数据！）。