!!!sjPlot
{{outline}}
----
https://strengejacke.github.io/sjPlot/
{{pre

```{r, eval=F}
install.packages("ggeffects")
install.packages("sjPlot")
```
}}

!!図のプロット plot_model()

*clmmもclmm2もプロットできる。

!交互作用の分析
{{pre
plot_model(モデル, type="int")
}}
*自動的に交互作用のある部分を分析・可視化



!各種変更は、ggplot2の関数を使えばできる
* x軸のメモリ
 + scale_x_continuous(breaks=1:8, limits=c(1,8))
* 白黒テーマ
 + theme_bw()

! 白黒の指定オプション colors="bw"
* デフォルトはカラーだが、白黒に印刷すると、線の種類が区別できなくなってしまう
* 白黒指定すると、線が、実践と破線になる
 plot_model(Criterion.model0g, type="int", title="", colors="bw")

! x軸のラベルの変更は + labs(x = "")を足す
 plot_model(モデル, type="int", title="", colors="bw") + labs(x="Time")
!!表の作成 <<美しすぎて涙が出る>> tab_model()
https://strengejacke.github.io/sjPlot/articles/tab_model_estimates.html

!R^2
:Marginal R^2: 固定効果のみでの説明率
:Conditional R^2: 固定効果とランダム効果を合わせた説明率

!Random Effects
:σ2（シグマ二乗）: 残差分散　小さいほどモデルの適合度が高い
:τ00（タウ ゼロゼロ）: ランダム切片の分散　グループの切片がどれだけばらついているか　そのグループに属するものがどれだけばらついているか
:ICC (Intraclass Correlation Coefficient):クラス内相関係数　同じグループ内のデータがどれだけ似ているか。　高いほど似ている。低いと似ていないことを意味する。
!オプションで、Wordのファイルに出力も可
 tab_model(モデル, file="ファイル名.doc")
* 拡張子.docxとするとエラーになるので、.docで出力
* htmlでも保存可能。
! tab_model(モデル, show.stat=T) 
* Statistic と見出しが出るので、適宜 t value とかに書き換える

! p値の表示の変更
 tab_model(モデル, p.style = "stars")
* Estimatesに＊がついて、p値自体は表示されず＊の数のp値の説明が下につく

! カテゴリー変数の参照レベルの表示
 tab_model(model, show.reflvl = TRUE)
* 参照レベルを明示的に示して、それとの比較で他のレベルが表示される
* 変数名も表示するには
 tab_model(model, show.reflvl = TRUE, prefix.labels = "varname")
とする。
!信頼区間を簡潔に
 tab_model(m1, collapse.ci = TRUE)
* CIでカラムを作らずに、Estimateの下に合わせて表示する
! オプションはいっぱいあるんで、Helpみてね。
!!References

!plot_model()
http://www.strengejacke.de/sjPlot/reference/plot_model.html