!!!分析手順
{{outline}}
----
!!データ

!場所の確認
*パソコン内のフルパス

!読み込み
{{pre
library(openxlsx)

データ名 <- read.xlsx("エクセルファイル名", sheet="シート名")
}}


!確認
*データ構造
 str(データ名)

*データの一部
 head(データ名）

*記述統計
 describe(データ名)

*型の変換
 as.factor()

*欠損値の扱い
!分布の可視化
*確率分布
{{pre
ggplot(データ, aes(x=横軸, fill=グループ)) +
  geom_density(alpha=.7)
}}

*箱ひげ図
{{pre
ggplot(データ, aes(x=横軸, y=縦軸)) +
  geom_boxplot()
}}

*折れ線グラフ
{{pre
ggplot(データ, aes(x=横軸, y=縦軸, color=ID, group=ID)) +
  geom_line()
}}

*回帰分析
{{pre
ggplot(データ, aes(x=横軸, y=縦軸, color=ID, group=ID)) +
   geom_point() +
   geom_smooth(method = "lm", se = F)

}}
!!モデル

!分布パタン


!ランダム効果の有無

## 切片がランダム
モデルa <- lmer(応答変数 ~ 説明変数 + (1|ID), データ)
summary(モデル)
plot(allEffects(モデルa))

## 傾きも切片もランダム
モデルb <- lmer(応答変数 ~ 説明変数 + (説明変数||ID), データ)

## 比較
anova(モデルa, モデルb)
!選択
*フルモデルからstepで減らす
*理論的にモデルを設定

*AIC


!検証
{{pre
library(performance)

## モデルパフォーマンス
model_performance(モデル)

## 寄与率
r2(モデル)

## 共線性
check_collinearity(モデル)

### 正規性
check_normality(モデル)

### 正規性のグラフ
library(see)
plot(check_normality(モデル))

### 過分散
check_overdispersion(モデル)

### ゼロ過剰
check_zeloinflation(モデル)


}}