ゼロからの線形混合モデル ハンズオン

R + lme4 で手を動かして理解する

公開

2026年10月17日

はじめに

English version available — Read in English (machine-assisted translation by generative AI).

このハンズオンは、線形混合モデル (Linear Mixed Model; LMM) をゼロから、手を動かしながら理解するための教材です。

対象読者

  • 統計検定3級程度の知識がある方
    • 平均・分散・標準偏差、散布図、相関、単回帰の「イメージ」がわかる
    • p 値や信頼区間という言葉を聞いたことがある
  • R を少しでも触ったことがある方(触ったことがなくても、コードをコピペして実行すれば進められます)

数式は出てきますが、「数式 → 絵 → コード」 の順に必ず対応させて説明します。数式がわからなくても、絵とコードの結果を見て納得できれば OK です。

このハンズオンで到達するところ

  1. 「なぜ普通の回帰ではダメな場面があるのか」を説明できる
  2. 固定効果・ランダム効果という言葉の意味を、自分の言葉で説明できる
  3. lme4::lmer() でランダム切片モデル・ランダム傾きモデルを当てはめ、出力を読める
  4. モデル比較・診断を行い、結果を報告できる

章構成

章 内容 目安時間
1 なぜ線形混合モデルが必要か 20分
2 単回帰の復習 15分
3 3つのプーリング(まとめ方) 25分
4 ランダム切片モデル 30分
5 ランダム傾きモデル 30分
6 検定・モデル比較 25分
7 診断と結果の報告 20分
8 演習問題 40分
ノートスライド版

勉強会・講義用の要点スライドは こちら。 キーボードの F で全画面、S でスピーカーノート、Esc で一覧表示。

環境構築

R(4.1 以上)と以下のパッケージを使います。

install.packages(c("lme4", "lmerTest", "ggplot2"))
  • lme4: 線形混合モデルの定番パッケージ。lmer() 関数を使います
  • lmerTest: lmer() の結果に p 値を付けてくれます
  • ggplot2: グラフ描画

各章の先頭では、共通の設定ファイル R/setup.R を読み込みます。中身はパッケージの読み込みと、練習用データを作る関数 sim_school() だけです。

source("R/setup.R")
ヒント進め方

各コードブロックの右上にあるボタンでコードをコピーできます。RStudio などに貼り付けて、自分で実行しながら 読み進めてください。数値をいじって結果がどう変わるか試すのが一番の近道です。

このサイトのビルドとデプロイ

./build.sh             # ブック + スライドをビルドし _book/ にまとめる
quarto preview         # ブックをローカルでプレビュー

_quarto.yml で freeze: auto を指定しているため、計算結果は _freeze/ に保存されます。デプロイ先には _book/ の静的ファイルだけ を置けばよく、サーバー側に R や Python は不要です。詳細はリポジトリの README.md を参照してください。