MPEG2のシステムとビデオのことで聞きたいことがあるんだけど、

漏れ今までのところ、
MPEG2システムではPSの場合PESパケットを複数パックして構成。
MPEG2ビデオでは各レイヤごとの、階層的な構成。
までは理解できたんだけど、この2つがどのようにまとまっているのかが、わからない。

1つのPESパケットにはPTSやDTSなどの提示時刻に関するデータが格納されている
ということだから、ビデオのほうではピクチャレイヤ単位に相当するのかな？
じゃあ、1単位ごとのサイズとしては

GOPレイヤ＞PESパケット＞ピクチャレイヤ
てな感じになるんだろうか？それとも全くの見当違い？
知ってる人教えてﾎｽｨ。