{{category R}}
!!!ggeffects
{{outline}}
----
!!GLMM でできたモデルに基づき、予測をして、その効果を視覚化

!モデルを、modelとすると、

!モデルの予測を、model.predictとして、<<ggpredict()>>を使う
 model.predict <- ggpredict(model, terms="X軸の説明変数")
*説明変数が複数ある場合は terms=c("説明変数１", "説明変数２")とする
 model.predict <- ggpredict(model, terms=c("説明変数１", "説明変数２"))
*ランダム効果を含むモデルの場合
**ランダム効果の分散を考慮する場合、type = "re" オプションをつける（信頼区間が広くなる）
 model.predict <- ggpredict(model, terms="X軸の説明変数",type = "re")
**ランダム効果の分散を考慮しない場合、terms = "fe" オプションをつける
 model.predict <- ggpredict(model, terms="X軸の説明変数",type = "fe")
!!プロット
* ggpredict()で作ったモデル予測をプロットする

 plot(model.predict)

** オプション
*** show_data=T で元のデータの分布をプロット
*** limit_range=T で元のデータのある範囲のみ予測をプロット
*** jitter=T で重なるデータポイントをズラして表示
*** colors="bw" で白黒に
!Reference
https://strengejacke.github.io/ggeffects/reference/plot.html

* それぞれデータのある範囲だけを分けてプロットした例
{{pre
predict.mdder <- ggpredict(mdd.glmer, terms=c("month","year"), type = "fe")

plot(predict.mdder, limit_range=T)
}}
{{ref_image mdd_predict_glmer_small.png}}

----
!!ggemmeans

!!References
*https://qiita.com/ocean_f/items/c0bdd1d73fc2a7a78963#%E3%83%A9%E3%83%B3%E3%83%80%E3%83%A0%E5%8A%B9%E6%9E%9C%E5%88%86%E6%95%A3%E3%82%92%E8%80%83%E6%85%AE%E3%81%97%E3%81%AA%E3%81%84%E5%A0%B4%E5%90%88