source("R/setup.R")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
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
- 「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
- 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
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- 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。
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。