R 具有交互和不平衡数据的GLS（nlme）模型

我有一个土壤pH值数据集和两个解释因子，一个是5级（土地利用），另一个是>100级（土壤类型）。对符合

nlme

的几个GLS模型的数据探索和比较表明，这两个因素之间存在相互作用。我使用GLS而不是lm，因为残差中似乎存在一些异质性，这取决于土壤类型，我想用GLS（

varIdent

）进行修复。我可以用似然比检验（ML）来检验相互作用的显著性，但我不知道如何用不平衡数据包括相互作用项和值（按土壤类型）。 理想情况下，我会这样编写模型：

gls0
  computed "gls" fit is singular, rank 312

gls.ii <- gls(pH ~ ii, data = mydata, na.action = na.omit)
gls.m1 <- gls(pH ~ SoilType + LandUse, data=mydata)
anova(update(gls.ii, method = "ML"),
      update(glsm1, method = "ML"))
# or
gls.m1 <- gls(pH ~ SoilType, data=mydata)
anova(update(gls.ii, method = "ML"),
      update(glsm1, method = "ML"))