广义估计方程中，当因变量为非正态分布资料（联系变量）时，应该使用哪个连接函数？还是可以不适用连接函数？如下面的geeglm函数设定正确吗？

gee <- geeglm(y ~ x1 + x2, data=GEEData, id=id, family = gaussian,corstr = "exchangeable")

在SPSS的帮助文档中提到关联函数是允许模型估计的因变量的转换。可用函数有：

• 恒等。f(x)=x。因变量不转换。该关联可用于任何分布。
• 互补双对数。f(x)=log(−log(1−_x_))。该函数只适用于二项分布。
• 累积 Cauchit。f(x) = tan(π (x - 0.5))，适用于每个响应类别的累积概率。该函数只适用于多项分布。
• 累积互补双对数。f(x)=ln(−ln(1−_x_))，适用于每个响应类别的累积概率。该函数只适用于多项分布。
• 累积分对数。f(x)=ln(x / (1−_x_))，适用于每个响应类别的累积概率。该函数只适用于多项分布。
• 累积负双对数。f(x)=−ln(−ln(x))，适用于每个响应类别的累积概率。该函数只适用于多项分布。
• 累积概率。f(x)=Φ−1(x)，适用于每个响应类别的累积概率，其中 Φ−1 是逆标准正态累积分布函数。该函数只适用于多项分布。
• 对数。f(x)=log(x)。该关联可用于任何分布。
• 对数补数。f(x)=log(1−_x_)。该函数只适用于二项分布。
• Logit。f(x)=log(x / (1−_x_))。该函数只适用于二项分布。
• 负二项式。f(x)=log(x / (x+k −1))，其中 k 是负二项分布的辅助参数。该函数只适用于负二项分布。
• 负双对数。f(x)=−log(−log(x))。该函数只适用于二项分布。
• 奇数幂。f(x)=[(x/(1−_x_))α−1]/α,（如果 α ≠0。）f(x)=log(x)（如果 α=0）。α 是必须指定的数字，并且必须是实数。该函数只适用于二项分布。
• Probit。f(x)=Φ−1(x)，其中 Φ−1 是逆标准正态累积分布函数。该函数只适用于二项分布。
• 幂。f(x)=x α（如果 α ≠ 0。f(x)=log(x)（如果 α=0。） α 是必须指定的数字，并且必须是实数。该关联可用于任何分布。

那我是不是可以认为恒等，也就是不使用任何连接函数，默认情况下是可以处理非正态分布的数据的？

SPSS中还有一个多重比较的功能，我试了以下，不同模型（自变量不同）下，多重比较出来的结果不一样，显然貌似好像不是使用单重LSD.test或者是非参数检验后的多重比较方法，那SPSS的算法又是怎样的？多重比较直接使用LSD.test或者是非参数检验后的多重比较方法可以吗？求教。