Rで解析：統計情報を反映した作図要素でグラフを組み立てる「ggstats」パッケージの紹介

統計解析の結果を図にするとき、数値をそのまま並べるだけでは、内訳の構成比や回答の偏り、モデルが示す効果の向きが読み取りにくいことがあります。しかし、こうした情報を過不足なく盛り込んだ図をggplot2だけで組み立てるには、集計や位置調整のコードを何段も重ねる手間がかかります。

「ggstats」パッケージは、ggplot2を拡張し、統計的な情報を図に反映させるための作図要素をまとめたパッケージです。内訳の構成比を積み上げた棒グラフ、リッカート尺度の回答を中立の水準で左右に分けた図、回帰モデルの係数を信頼区間つきで並べた図などが作成できます。

また、絞り込みの過程を段階的に示すカスケード図や、調査デザインの重みを反映した作図、背景色に応じて文字色を選ぶ補助関数も利用できます。本パッケージの利用で、統計的な意図を反映した図表の作成を進めやすくなるのではないかと考えます。

パッケージバージョンは0.14.0。Windows 11 x64 (build 26200)のR version 4.6.1で確認しています。

＜おすすめのRに関する書籍です＞

Rグラフィックスクックブック 第2版 ―ggplot2によるグラフ作成のレシピ集 | Winston Chang, 石井弓美子, 河内崇

ggplot2でのグラフ作成をレシピ形式でまとめた一冊。この図をどう描くか、という引き方ができる。

パッケージのインストール

下記コマンドを実行してください。

作図に用いるggplot2やdplyr、patchworkなどは依存パッケージとして自動的に導入されます。ggcoef_modelを使うコマンド例では「broom.helpers」パッケージ、ggsurveyを使うコマンド例では「survey」パッケージをインストールしてください。

# パッケージのインストール
install.packages("ggstats")

# パッケージの読み込み
library("ggstats")

# コマンド例で作図に用いるggplot2を読み込み
library("ggplot2")

# 必要なパッケージのインストール
install.packages("broom.helpers")
install.packages("survey")

コマンド例

詳細はコメント、パッケージのヘルプを確認してください。

リッカート尺度とは、アンケートで「全くそう思わない」から「非常にそう思う」までの段階から1つを選ぶ回答形式を指します。

カスケード図とは、母集団から条件を重ねて絞り込む過程を、件数の減り方が分かるように段階表示した図です。調査デザインとは、層化抽出や重み付けなど、標本の抽出方法の情報をまとめたオブジェクトで、survey::svydesign()で作成します。ggstatsは、これらを扱うための作図要素や補助関数をggplot2に追加します。

以降の例では、京都府内の観光案内所が実施した来訪者アンケートを想定した擬似データを使います。嵐山・伏見・宇治・大原・天橋立の5エリアで回答を得た360件で、利用した交通手段、5段階評価の5項目（満足度・再訪意向・価格納得・案内表示・混雑感）、滞在時間、消費額、集計用の重みを含みます。

# 乱数の種を固定して結果を再現できるようにする
set.seed(2026)

# 回答者数
n <- 360

# 5段階評価の選択肢
lv <- c("全くそう思わない", "そう思わない", "どちらともいえない", "そう思う", "非常にそう思う")

# 指定した比率で5段階評価を1項目分つくる関数
mk <- function(prob) factor(sample(lv, n, replace = TRUE, prob = prob), levels = lv)

# 来訪者アンケートを模したデータフレーム
df <- data.frame(
  # 回答を得た観光エリア
  エリア = factor(
    sample(c("嵐山", "伏見", "宇治", "大原", "天橋立"), n, replace = TRUE,
           prob = c(3, 3, 2, 1, 1)),
    levels = c("嵐山", "伏見", "宇治", "大原", "天橋立")
  ),
  # 主に利用した交通手段
  交通手段 = factor(
    sample(c("鉄道", "路線バス", "自家用車", "レンタサイクル"), n, replace = TRUE,
           prob = c(4, 2, 3, 1)),
    levels = c("鉄道", "路線バス", "自家用車", "レンタサイクル")
  ),
  # 回答者の年代
  年代 = factor(
    sample(c("20代", "30代", "40代", "50代", "60代以上"), n, replace = TRUE),
    levels = c("20代", "30代", "40代", "50代", "60代以上")
  ),
  # 5段階評価の各項目
  満足度 = mk(c(1, 2, 3, 6, 5)),
  再訪意向 = mk(c(1, 2, 3, 5, 6)),
  価格納得 = mk(c(2, 4, 5, 4, 2)),
  案内表示 = mk(c(1, 3, 4, 5, 3)),
  混雑感 = mk(c(1, 2, 3, 5, 6)),
  # 滞在時間（時間）
  滞在時間 = round(rgamma(n, shape = 4, scale = 0.9), 1),
  # 消費額（円）
  消費額 = round(rnorm(n, mean = 5200, sd = 1800)),
  # 集計に用いる重み
  重み = round(runif(n, 80, 140))
)

# 消費額の下限を500円にする
df$消費額 <- pmax(df$消費額, 500)

[構成比を積み上げた棒グラフの描画]：geom_prop_barコマンド

カテゴリごとに内訳の構成比を計算し、100%に揃えて積み上げた棒グラフを描きます。geom_prop_text()で各区画に割合のラベルを、geom_prop_connector()で隣り合う棒の区画の境目をつなぐ線をプロットできます。

# エリアごとに、利用した交通手段の構成比を積み上げる
ggplot(df) +
  aes(x = エリア, fill = 交通手段) +
  geom_prop_bar() +
  geom_prop_text() +
  geom_prop_connector()

# 横向きにし、バーの幅と線種を変える
ggplot(df) +
  aes(y = エリア, fill = 交通手段) +
  geom_prop_bar(width = 0.6) +
  geom_prop_text(size = 3) +
  geom_prop_connector(width = 0.6, linetype = "dashed")

# 割合ではなく実数の件数をラベルにする
ggplot(df) +
  aes(
    x = エリア,
    fill = 交通手段,
    y = after_stat(count),
    label = after_stat(count)
  ) +
  geom_prop_bar() +
  geom_prop_text()

・エリアごとに、利用した交通手段の構成比を積み上げる

・横向きにし、バーの幅と線種を変える

・割合ではなく実数の件数をラベルにする

[回帰モデルの係数のプロット]：ggcoef_modelコマンド

回帰モデルのオブジェクトを渡すと、各項の係数（またはその指数変換値）を、信頼区間を表す横線つきの点で並べた図を描きます。整形処理にbroom.helpersを用いるため、事前の導入が必要です。ggcoef_table()を使うと、係数の一覧表を図の横に添えられます。

# 消費額を説明する重回帰モデル
mod_spend <- lm(消費額 ~ 滞在時間 + エリア + 交通手段, data = df)

# 係数を信頼区間つきで並べる
ggcoef_model(mod_spend)

# 再訪意向が「そう思う」以上かどうかを表す論理値の列
df$再訪 <- df$再訪意向 %in% c("そう思う", "非常にそう思う")

# 再訪の有無をロジスティック回帰で説明する
mod_return <- glm(再訪 ~ 滞在時間 + エリア + 混雑感, data = df, family = binomial)

# 係数をオッズ比に指数変換して表示する
ggcoef_model(mod_return, exponentiate = TRUE)

# 切片を含め、p値と星印の表示を消す
ggcoef_model(
  mod_spend,
  intercept = TRUE,
  show_p_values = FALSE,
  signif_stars = FALSE
)

# 係数の一覧表を図の横に添える
ggcoef_table(mod_spend)

・係数を信頼区間つきで並べる

・係数をオッズ比に指数変換して表示する

・切片を含め、p値と星印の表示を消す

・係数の一覧表を図の横に添える

＜おすすめのRに関する書籍です＞

The R Tips 第3版 データ解析環境Rの基本技・グラフィックス活用集

Rの基本操作からグラフィックスまで、実務で効くテクニックを集めた定番。逆引き的にも使える。

www.amazon.co.jp

[リッカート尺度項目の一括プロット：gglikertコマンド

同じ選択肢を持つ複数の評価項目をまとめて渡すと、項目ごとに回答の構成比を計算し、中立の水準を境に否定側と肯定側へ分けて積み上げた図を描きます。左右の端には否定・肯定それぞれの合計割合がプロットされます。

# 5段階評価の5項目だけを取り出す
items <- df[, c("満足度", "再訪意向", "価格納得", "案内表示", "混雑感")]

# 基本のリッカート図
gglikert(items)

# 肯定側の割合が多い順に並べ、割合ラベルを消す
gglikert(items, sort = "descending", add_labels = FALSE)

# 中央の「どちらともいえない」を集計から外す
gglikert(items, exclude_fill_values = "どちらともいえない")

# 項目名を説明的なラベルに置き換える
gglikert(
  items,
  variable_labels = c(
    満足度 = "全体の満足度",
    再訪意向 = "また訪れたい",
    価格納得 = "価格は妥当だった",
    案内表示 = "案内表示は分かりやすい",
    混雑感 = "混雑を感じた"))

・基本のリッカート図

・肯定側の割合が多い順に並べ、割合ラベルを消す

・中央の「どちらともいえない」を集計から外す

・項目名を説明的なラベルに置き換える

[棒や点をつなぐ連結線のプロット]：geom_connectorコマンド

隣り合う棒や点を階段状の線でつなぎます。棒グラフの区画をつなぐgeom_bar_connector()と、任意の点をつなぐgeom_connector()があり、widthで線の水平方向の広がりを、continuousで線を連続させるかどうかを調整します。

# エリア別の交通手段の構成を100%積み上げで描く
ggplot(df) +
  aes(x = エリア, fill = 交通手段) +
  geom_bar(width = 0.5, position = "fill") +
  # 区画の境目を細い線でつなぐ
  geom_bar_connector(width = 0.5, position = "fill", linewidth = 0.25) +
  theme(legend.position = "bottom")

# 年代ごとの平均消費額をエリア別に集計する
tbl <- aggregate(消費額 ~ 年代 + エリア, data = df, FUN = mean)

# 点を連続した線でつなぐ
ggplot(tbl) +
  aes(x = 年代, y = 消費額, colour = エリア, group = エリア) +
  geom_connector(continuous = TRUE) +
  geom_point()

# 連結線の水平方向の広がりを狭める
ggplot(tbl) +
  aes(x = 年代, y = 消費額, colour = エリア, group = エリア) +
  geom_connector(width = 0.2) +
  geom_point()

・エリア別の交通手段の構成を100%積み上げで描く

・点を連続した線でつなぐ

・連結線の水平方向の広がりを狭める

＜おすすめのRに関する書籍です＞

Rグラフィックスクックブック 第2版 ―ggplot2によるグラフ作成のレシピ集 | Winston Chang, 石井弓美子, 河内崇

ggplot2でのグラフ作成をレシピ形式でまとめた一冊。この図をどう描くか、という引き方ができる。

[中立を境に左右へ分けた棒グラフのプロット]：geom_divergingコマンド

順序のあるカテゴリを、中立の水準を境に否定側を左（下）へ、肯定側を右（上）へ分けて積み上げます。位置調整のposition_diverging()にcutoffを渡すと、左右を分ける境目の位置を動かせます。geom_likert()は割合に、geom_diverging()は件数に基づいて同様の積み上げを行います。

# 「混雑を感じた」への回答をエリア別に左右へ分ける
ggplot(df) +
  aes(y = エリア, fill = 混雑感) +
  geom_diverging() +
  geom_diverging_text()

# 否定側の2区分までを左に寄せる位置に境目を動かす
ggplot(df) +
  aes(y = エリア, fill = 混雑感) +
  geom_diverging(position = position_diverging(cutoff = 2))

# 満足度をリッカート型の位置調整で積み上げる
ggplot(df) +
  aes(y = エリア, fill = 満足度) +
  geom_likert() +
  geom_likert_text()

・「混雑を感じた」への回答をエリア別に左右へ分ける

・否定側の2区分までを左に寄せる位置に境目を動かす

・満足度をリッカート型の位置調整で積み上げる

[絞り込みの過程を示すカスケード図のプロット]：ggcascadeコマンド

データと、状態を表す名前つきの条件式を複数渡すと、各条件を満たす件数を段階的に示す図をプロットします。左から右へ、条件を重ねるたびに件数がどれだけ減るかを追えます。分割表示にはpatchworkを内部で用います。

# 全体 → 滞在3時間超 → さらに消費額5千円超、と絞り込む
df |>
  ggcascade(
    全体 = TRUE,
    "3時間超" = 滞在時間 > 3,
    "3時間超かつ5千円超" = 滞在時間 > 3 & 消費額 > 5000  )

# エリアごとに分け、矢印を消してラベルを小さくする
df |>
  ggcascade(
    全体 = TRUE,
    "3時間超" = 滞在時間 > 3,
    "3時間超かつ5千円超" = 滞在時間 > 3 & 消費額 > 5000,
    .by = エリア,
    .ncol = 3,
    .arrows = FALSE,
    .text_size = 3)

・全体 → 滞在3時間超 → さらに消費額5千円超、と絞り込む

・エリアごとに分け、矢印を消してラベルを小さくする

[調査デザインを反映したプロット]：ggsurveyコマンド

survey::svydesign()で作成した調査デザインのオブジェクトを渡すと、重みを反映して展開したデータを持つggplotオブジェクトを返します。以降はaes()やgeom_*()を通常どおり足していけます。surveyパッケージの導入が必要です。

# surveyパッケージを読み込む
library("survey")

# 各回答に集計用の重みを付けた調査デザイン
design <- svydesign(ids = ~1, weights = ~重み, data = df)

# 重みを反映してエリア別の再訪意向の構成比をプロット
ggsurvey(design) +
  aes(x = エリア, fill = 再訪意向) +
  geom_bar(position = "fill")

# 重みを反映した滞在時間と消費額の散布図
ggsurvey(design) +
  aes(x = 滞在時間, y = 消費額) +
  geom_point(alpha = 0.5)

・重みを反映してエリア別の再訪意向の構成比をプロット

・重みを反映した滞在時間と消費額の散布図

[背景色に応じた文字色の判定]：hex_bwコマンド

16進表記の背景色を渡すと、その上に文字を重ねたときに読みやすい方の色として、黒（#000000）か白（#ffffff）を返します。ベクトルを渡すとまとめて判定します。after_scale()と組み合わせると、塗り分けた区画ごとに文字色を切り替えられます。

# 背景色を1つ渡して、読みやすい文字色を得る
hex_bw("#1b9e77")
[1] "#000000"

# ベクトルでまとめて判定する
hex_bw(c("#2c7fb8", "#fee08b", "#d73027"))
[1] "#ffffff" "#000000" "#ffffff"

# 積み上げ棒の各区画に、背景色に応じた文字色で件数を重ねる
ggplot(df) +
  aes(x = エリア, fill = 交通手段, label = after_stat(count)) +
  geom_bar() +
  geom_text(
    mapping = aes(colour = after_scale(hex_bw(.data$fill))),
    position = position_stack(0.5),
    stat = "count",
    size = 3)

＜おすすめのRに関する書籍です＞

Rではじめるデータサイエンス 第2版 | Hadley Wickham, Mine Çetinkaya-Rundel, Garrett Grolemund, 大橋 真也

tidyverseの事実上の公式教科書。データの取り込み・整形・可視化・モデリング・レポート化までを一本の流れとして学べる。

この記事が誰かの役に立ちますように。