{{category R}}
R.package
!!!ggplot2
{{outline}}
*Reference
https://ggplot2-book.org/
https://heavywatal.github.io/rstats/ggplot2.html

!!基本：グラフの部品を重ねていく
*ggplot(データ)
**aes でグラフの要素の指定 # aestheticより
*geom_point で散布図
*geom_smooth で回帰線

*theme で見た目の設定（なくてもよい）

!最低限これだけ
*一種類のデータの分布
 ggplot(data, aes(x = カラム名)) +
 geom_histogram()
**x軸とy軸に注意：boxplotはy軸しかないので
 ggplot(data, aes(y = カラム名)) +
 geom_boxplot()

!!サンプルデータ
{{pre
> head(onomato.data2)
  subj cond timing score
1    1  exp    pre    65
2    2  exp    pre    75
3    3  exp    pre    35
4    4  exp    pre    70
5    5  exp    pre    85
6    6  exp    pre    55
}}
!!ヒストグラム
 > ggplot(onomato.data2, aes(x=score)) + geom_histogram()
{{ref_image histo1.png}}

!カーネル密度推定
 > ggplot(onomato.data2, aes(x=score)) + geom_density()
{{ref_image density1.png}}

*データのカテゴリーによって表示を分けて塗りつぶす fill = 条件 オプション
 > ggplot(onomato.data2, aes(x=score, fill = cond)) + geom_density()
**コントロール群と統制群の条件で分けてみる
{{ref_image cond1.png}}
 > ggplot(onomato.data2, aes(x=score, fill = timing)) + geom_density()
**事前・事後・遅延のタイミングで分けてみる
{{ref_image timing1.png}}



!二種類・二次元のデータの分布（散布図）
 ggplot(data, aes(x, y)) +
 geom_point()  +
 geom_smooth()

*回帰直線にしたいときは
geom_smooth(<<method="lm">>)

*細かい使い方は、
 ?geom_smooth
のようにして調べる。

{{pre
> ggplot(shadow.tidy2, aes(x=Score, y=Ctest)) +
 geom_point() +
 geom_smooth() +
 theme_bw()
> 
}}
{{ref_image Score-Ctest.png}}

!!何を描くかを決める geom_ 
*geom_point() 散布図
*geom_smooth() 近似直（曲）線
*geom_histogram() ヒストグラム
*geom_line() 折れ線グラフ
*geom_violin() バイオリンプロット
*geom_boxplot() 箱ひげ図

*geom_density() <<カーネル密度推定>>で密度プロットを描写
!!基本のスタイルを決める theme_
*theme_classic() クラシック：枠なし格子なし
*theme_bw() 白黒：黒枠灰色格子
*theme_grey() 灰色背景：いかにもggplot2
*theme_linedraw() はっきりした格子
*theme_light() 薄い格子


!!積み重ねの各段階を保存して、そこまでの出力をする
*こうしておくと、各段階で、修正をしやすい。
{{pre
step1 <- ggplot(data, aes())
step2 <- step1 + geom_point()
step3 <- step2 + geom_smooth()
step4 <- step3 + theme_classic()
print(step4)
}}

{{pre
> step1 <- ggplot(shadow.tidy2, aes(x=Score, y=Ctest))
> step2 <- step1 + geom_point()
> step3 <- step2 + geom_smooth(method="lm")
> step4 <- step3 + theme_linedraw()
> print(step4)
}}
{{ref_image Score-Ctest-lm.png}}

!!複数の種類のデータを重ねる
*クラスごととか
*個人ごとに複数回のデータとか
*IDカラムに種類わけの番号を振っておく（tidydata形式）
*一人が8週間エッセイを書いた例（pidで並べ替えて、weekで並べ替えた）
*<<データが整数になっていることを確認>>  なってない場合は、as.integer()
{{pre
   pid week score
8    1    1     1
4    1    2     1
3    1    3     2
6    1    4     3
7    1    5     3
2    1    6     3
5    1    7     3
1    1    8     3
9    2    1     2
12   2    2     3
}}

  ggplot(nicest.sample, aes(week, score, group = pid)) +
    geom_point() +
    geom_smooth(method = "lm", se = F)
*一行目、group = pid に注意
**pidの番号でグループ化して、そのまとまりごとにグラフを描く
*三行目、se = F に注意
**信頼区間の表示をFALSEに
{{ref_image nicest.sample.png}}

*線が多すぎて、わかりにくいので、色を指定 aes()に color = 見出し オプションで指定。
{{pre
ggplot(nicest.sample, aes(week, score, group = pid, color =  pid)) +
    geom_point() +
    geom_smooth(method = "lm", se = F) 
}}
{{ref_image nicest.sample.color.png}}

!複数のグラフを別々に表示
<<facet_wrap(~pid)>> オプションの追加
* <<(~pid)>> に注意
** pid 毎に一枚ずつにするという意味
  ggplot(nicest.sample, aes(week, score, group = pid)) +
    geom_point() +
    geom_smooth(method = "lm", se = F) +
    facet_wrap(~pid)
{{ref_image nicest.sample2.png}}

!!Tips
!エラーバーをつける
*平均と標準誤差を事前に出しておく
**標準誤差＝標準偏差/sqrt(サンプルサイズ)
*平均からプラスマイナス標準誤差を描く
   geom_errorbar(aes(ymin = score.mean - score.se, ymax = score.mean + score.se, width = 0.3))
**widthは横の棒の長さ

!y軸の範囲を設定する
 ylim(c(1, 6))

!y軸のラベルを設定する
 ylab("Criterion Score")