robumeta参数表示不同的行数

我试图使用robumeta，但我一直遇到错误。 我在8个变量上使用了113个观察值：

EM <- read.csv(file="SchoolMotivationRisk.csv", header=TRUE,sep=",")

有办法解决这个问题吗

---

此外，dput（EM）的输出为

参数为var.eff.size而非var.effect.size

library(robumeta)
robu(formula = yi ~ 1, var.eff.size = var.effect.size, 
   studynum = studynum, modelweights = "CORR", rho= 0.8, small=TRUE, data=EM)
#RVE: Correlated Effects Model with Small-Sample Corrections 

#Model: yi ~ 1 

#Number of studies = 17 
#Number of outcomes = 113 (min = 2 , mean = 6.65 , median = 7 , max = 12 )
#Rho = 0.8 
#I.sq = 57.54005 
#Tau.sq = 0.004609755 

#               Estimate StdErr t-value dfs   P(|t|>) 95% CI.L 95% CI.U Sig
#1 X.Intercept.    0.113 0.0184    6.12  14 0.0000263   0.0733    0.152 ***
#---
#Signif. codes: < .01 *** < .05 ** < .10 *
#---
#Note: If df < 4, do not trust the results

库（robumeta）
robu（公式=yi~1，变量有效大小=var.eff.size，
studynum=studynum，modelweights=“CORR”，rho=0.8，small=TRUE，data=EM）
#RVE：具有小样本校正的相关效应模型
#型号：yi~1
#研究数量=17
#结果数=113（最小值=2，平均值=6.65，中位数=7，最大值=12）
#Rho=0.8
#I.sq=57.54005
#Tau.sq=0.004609755
#估计标准t值dfs P（| t |>）95%CI.L 95%CI.U信号
#1 X.截取。0.113 0.0184    6.12  14 0.0000263   0.0733    0.152 ***
#---
#签名。代码：<.01***<.05**<.10*
#---
#注：如果df<4，则不要相信结果

请展示一个小的可复制示例（带有

dput

），该示例显示了错误确定，如果我这样做：dput EM我得到这个：感谢dput。问题在于

var.eff.size

。我收到此错误，但使用的是var.eff.size。我的样本中有少量OB，也许这就是问题所在。我搞砸了。谢谢

Error in data.frame(effect.size = mf[, 1], stats::model.matrix(formula,  : arguments imply differing number of rows: 113, 0

library(robumeta)
robu(formula = yi ~ 1, var.eff.size = var.effect.size, 
   studynum = studynum, modelweights = "CORR", rho= 0.8, small=TRUE, data=EM)
#RVE: Correlated Effects Model with Small-Sample Corrections 

#Model: yi ~ 1 

#Number of studies = 17 
#Number of outcomes = 113 (min = 2 , mean = 6.65 , median = 7 , max = 12 )
#Rho = 0.8 
#I.sq = 57.54005 
#Tau.sq = 0.004609755 

#               Estimate StdErr t-value dfs   P(|t|>) 95% CI.L 95% CI.U Sig
#1 X.Intercept.    0.113 0.0184    6.12  14 0.0000263   0.0733    0.152 ***
#---
#Signif. codes: < .01 *** < .05 ** < .10 *
#---
#Note: If df < 4, do not trust the results