我从未使用过这种模型，但快速谷歌搜索显示

广义估计方程 (GEE) (Liang and Zeger 1986) 是一种分析在集群中收集的数据的通用方法，其中 1) 集群内的观察结果可能相关，2) 单独集群中的观察结果是独立的，3) 期望的单调变换与解释变量线性相关，4）方差是期望的函数。必须注意，第 3) 点和第 4) 点中提到的期望和方差是有条件的给定集群级或个体级协变量。

（来源：Halekoh 和 Højsgaard，2006 年在 JSSgeepack图书馆论文中）

所以这种模型似乎是专门为集群数据设计的，如果你的数据不是集群的，那么这似乎不是适合你的模型。如果您需要一个模型来解释自相关错误，您可以尝试 GLS。

至于什么是集群数据——我们说如果有一些分组结构，数据就是集群的，例如学生在学校分组，病人在医院等。如果你想考虑群体效应，那么你可以使用让你定义的模型这种结构（例如线性混合模型）。这些结构可以是分层的：学生分组在班级、学校班级、地区学校等，甚至交叉：学生在学校分组，同时按他们居住的社区分组（这可能与学校本地化不同）。