lme4包glmer()函数中gamma响应的weights参数作用是什么？

• 关于权重对似然的影响：你的理解完全正确。glmer()里的weights作为先验权重，作用就是直接缩放对应观测的似然贡献。当你把n_i（均值对应的原始观测数量）传入时，n_i=10的观测对整体似然的影响就是单个观测的10倍，等价于把该均值对应的10个原始观测都放进数据集里拟合的效果（固定效应估计结果一致，随机效应估计也会匹配，只要原始数据的分组结构和均值行一致）。

• 和WLS权重的区别：确实不等同。WLS里的权重核心是处理异方差，一般取观测方差的倒数，目的是让方差大、可靠性低的观测在拟合中占比更小；而glmer()的先验权重是直接放大/缩小观测的“有效数量”，更像重复计数，和异方差的修正逻辑完全不同。你这里用的n_i是观测计数，显然不是方差倒数，所以和WLS权重不是一回事。

内容的提问来源于stack exchange，提问作者Yung Gud