simr混合模型功效模拟报错及相关技术问题咨询

1. 核心错误：length mismatch in theta (1!=3) #

错误原因 #

你的随机效应结构是(follow_up | ID)，代表每个个体包含随机截距和随机斜率，对应的方差-协方差矩阵需要3个参数：

• 随机截距的方差
• 随机斜率的方差
• 截距与斜率的协方差

但你在makeLmer中传入了VarCorr=V1，而V1是单个数值（0.5），仅对应1个参数，导致simr期望3个参数但只收到1个，触发长度不匹配错误。

解决方法 #

将VarCorr参数替换为你定义的V2（2×2的方差-协方差矩阵），它正好包含所需的3个参数（对角线为截距和斜率的方差，非对角线为两者的协方差）。修正后的代码行：

model1 <- makeLmer(y ~ follow_up + (follow_up |ID ), fixef=b, VarCorr=V2, sigma=s, data=X)

2. 附加问题解答 #

a) 数据矩阵中未包含结局变量的处理 #

不需要手动模拟结局变量y。makeLmer函数会根据你指定的固定效应、随机效应方差和残差方差，自动在输入数据中生成模拟的结局变量y。你只需确保预测变量（如follow_up、ID）存在即可。

b) 将斜率转换为Cohen's d值 #

Cohen's d用于量化效应大小，对于单组纵向设计的斜率，转换逻辑如下：

步骤1：计算总变化量

斜率代表每单位随访时间的结局变化量。你的随访时间是1到6（共5个时间间隔），因此从基线（时间1）到最后一个评估点（时间6）的总平均变化为：
总变化 = 斜率 × (6 - 1) = 斜率 × 5

步骤2：选择合适的标准差（SD）

根据研究需求，有两种常见选择：

1. 基线结局的SD：基线时结局的方差是随机截距方差 + 残差方差，即V1 + s，因此SD为sqrt(V1 + s)。
2. 变化值的SD：从基线到终点的变化值的方差为25×随机斜率方差 + 2×残差方差（变化值包含5倍的随机斜率和两个独立残差项），即25*V2[2,2] + 2*s，SD为sqrt(25*V2[2,2] + 2*s)。

步骤3：计算Cohen's d

Cohen's d = 总变化 / 所选SD

示例（以你的参数为例）：
假设修改后的斜率为-0.05：

• 总变化 = -0.05 ×5 = -0.25
• 基线SD = sqrt(0.5 +1) ≈1.2247 → d≈-0.25/1.2247≈-0.204
• 变化值SD = sqrt(250.1 +21)=sqrt(2.5+2)=sqrt(4.5)≈2.1213 → d≈-0.25/2.1213≈-0.117

注意：负号表示结局随时间下降，绝对值代表效应大小的强弱。

内容的提问来源于stack exchange，提问作者Blubbb