Rで解析：フォレストプロットを作成「ggforestplotR」パッケージの紹介

公開日 2026-07-12

複数の変数の効果量と信頼区間を一覧できるフォレストプロットは便利ですが、作図用のデータを整え、体裁の整った図に仕上げるには手間がかかります。本パッケージは、データを作図用に整えるコマンドが収録されているだけでなく、「ggplot2」パッケージのコマンドを適応できるので図の体裁を整えるのも簡単です。

パッケージバージョンは0.3.0。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

Rによる機械学習[第3版] (Programmer's SELECTION)

www.amazon.co.jp

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。

# パッケージのインストール
install.packages("ggforestplotR")
# パッケージの読み込み
library("ggforestplotR")
# コマンド例に必要なパッケージ
# install.packages("broom")
library("broom")
# install.packages("tidyverse")
library("tidyverse")

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。

フォレストプロットの作成手順は、「tidy_forest_model」と「bind_forest_models」を使用してモデルオブジェクトを整理し、次に「add_forest_table」や「add_split_table」を使って要約表や分割表を追加し、最後に「ggforestplot」です。

複数モデルの係数を1つのフォレストプロット用データに結合：bind_forest_modelsコマンド

コマンド例ではggplot2パッケージのコマンドで色・ラベル・体裁を整えています。

オプション	意味	初期値
models	fitしたモデルオブジェクトを格納した、空でないリストを指定
model_labels	フォレストプロット上で各モデルを識別するラベルを指定；未指定の場合はリストの名前。なければ「Model 1」「Model 2」が名前に使われる	NULL
exponentiate	推定値を指数変換するかどうかを指定；NULLの場合はtidy_forest_model()がモデルごとに適切なスケールを自動判定する。単一の論理値、またはモデルごとに1つずつ論理値を指定することも可能	NULL
…	tidy_forest_model()にそのまま渡す追加の引数を指定（conf.level、intercept、term_labels、sort_termsなど）

# 基本モデルを作成
fit1 <- lm(mpg ~ wt + hp, data = mtcars)
# 調整済みモデルを作成
fit2 <- lm(mpg ~ wt + qsec, data = mtcars)

# 2つのモデルの係数を1つのフォレストプロット用データに結合する（group列にモデル名が入る）
bound <- bind_forest_models(list(Base = fit1, Adjusted = fit2))

# フォレストプロットを作成（点・基準線・行の塗り分けはこの関数の引数で指定する）
p <- ggforestplot(
  bound,
  striped_rows = TRUE,      # 行を交互に塗り分けて見やすくする
  stripe_fill  = "grey96",  # 塗り分けの色
  point_size   = 2.8,       # 点（推定値）のサイズ
  ref_line     = 0,         # 効果なしを示す基準線（加法モデルなので0）
  ref_color    = "grey70"   # 基準線の色
)

# ggplot2パッケージのコマンドで色・ラベル・体裁を整える
p <- p +
  # モデル名（group）の色を手動で指定し、凡例タイトルも付ける
  scale_colour_manual(
    name   = "モデル",
    values = c(Base = "#2C7FB8", Adjusted = "#D95F0E")
  ) +
  # タイトルや軸ラベルを付ける
  labs(
    title    = "回帰係数のフォレストプロット",
    subtitle = "mtcars を用いた2モデルの比較",
    x        = "推定値（95%信頼区間）",
    caption  = "データ: mtcars"
  ) +
  # 全体の体裁を微調整する（theme_bwを上書きせず追記する）
  theme(
    plot.title       = element_text(face = "bold"),
    legend.position  = "top",
    panel.grid.minor = element_blank()
  )

# 図を表示
p

単一のモデルをフォレストプロット用データに整形：tidy_forest_modelコマンド

モデルの結果をわかりやすく整理し、フォレストプロットで可視化したい場合に便利です。

オプション	意味	初期値
model	fitしたモデルオブジェクト
conf.int	信頼区間を要求するかどうか	TRUE
conf.level	信頼区間の水準	0.95
exponentiate	推定値を指数変換するかどうかを指定する論理値；そのままbroom::tidy()に渡される	NULL
intercept	インターセプト項を使用するかどうか	FALSE
term_labels	表示用にターム名を再ラベルする	NULL
sort_terms	行の並び順を指定。”none”, “descending”, “ascending”から選択	“none”

# broomパッケージが利用可能な場合のみ実行
if (requireNamespace("broom", quietly = TRUE)) {
  # 線形回帰モデルを作成
  fit <- lm(mpg ~ wt + hp + qsec, data = mtcars)
  # フォレストプロット用データに整形する
  tidy_forest_model(fit)

  # 乱数のシードを固定
  set.seed(123)
  # ロジスティック回帰用のサンプルデータを作成
  logit_data <- data.frame(
    age = rnorm(250, mean = 62, sd = 8),
    bmi = rnorm(250, mean = 28, sd = 4),
    treatment = factor(rbinom(250, 1, 0.45), labels = c("Control", "Treatment"))
  )
  # 線形予測子を計算
  linpred <- -9 + 0.09 * logit_data$age + 0.11 * logit_data$bmi +
    0.9 * (logit_data$treatment == "Treatment")
  # 線形予測子からイベントの発生有無を生成
  logit_data$event <- rbinom(250, 1, plogis(linpred))
  # ロジスティック回帰モデルをfitする
  logit_fit <- glm(event ~ age + bmi + treatment, data = logit_data, family = binomial())

  # オッズ比として表示するため指数変換して整形する
  tidy_forest_model(logit_fit, exponentiate = TRUE)
}

実行結果：

> tidy_forest_model(fit)
  term    estimate   conf.low   conf.high label group grouping separate_groups    n events      p.value
1   wt -4.35879720 -5.9006341 -2.81696034    wt  <NA>     <NA>            <NA> <NA>   <NA> 3.217222e-06
2   hp -0.01782227 -0.0485098  0.01286526    hp  <NA>     <NA>            <NA> <NA>   <NA> 2.441762e-01
3 qsec  0.51083369 -0.3888708  1.41053822  qsec  <NA>     <NA>            <NA> <NA>   <NA> 2.546284e-01
   std.error statistic
1 0.75270039 -5.790879
2 0.01498117 -1.189645
3 0.43922153  1.163043

> tidy_forest_model(logit_fit, exponentiate = TRUE)
                term estimate conf.low conf.high label group grouping separate_groups    n events
1                age 1.094012 1.056100  1.136280 age  <NA>     <NA>            <NA> <NA>   <NA>
2                bmi 1.109515 1.035159  1.192999 bmi  <NA>     <NA>            <NA> <NA>   <NA>
3 treatmentTreatment 1.905342 1.112625  3.299050 treatmentTreatment  <NA>     <NA>            <NA> <NA>   <NA>
       p.value  std.error statistic
1 1.371793e-06 0.01860639  4.829060
2 3.961390e-03 0.03606915  2.881220
3 1.981210e-02 0.27669215  2.329887

フォレストプロットに要約表を追加：add_forest_tableコマンド

オプション	意味	初期値
plot	ggforestplot()で作成したプロットを指定；NULLのまま「+ add_forest_table(…)」構文で使うことも可能	NULL
position	表をフォレスト図の左側か右側に配置するかどうか。”left”, “right”から選択	“left”, “right”
columns	表示するサイドテーブルの列を、表示順に指定；組み込み名”term”、”n”、”events”、”estimate”、”ci”、”p”のほか、元データフレームの任意の列名や列番号も指定可能。”conf.low”・”conf.high”は”ci”の別名として扱われる	NULL
term_header	用語のヘッダー文	“Term”
n_header	標本数のヘッダー文	“N”
events_header	イベント数のヘッダー文	“Events”
estimate_label	推定値のヘッダー表示ラベル	NULL
p_header	有意水準のヘッダー文	“P-value”
column_labels	表の列名を再ラベルするための名前付きベクトル	NULL
digits	非推奨の引数（estimate_digits・interval_digits・p_digitsを個別に使用）。推定値と有意水準の書式に使う桁数を指定	2
estimate_digits	桁数を指定	NULL
interval_digits	信頼区間の境界値の桁数を指定	NULL
p_digits	p値の桁数を指定	NULL
estimate_fmt	推定値の書式を指定。デフォルトは「推定値 ({信頼下限}, 信頼上限)」か「推定値」で、列にCIが含まれる場合は「推定値」のみ	NULL
ci_fmt	信頼区間の書式を指定。列にCIが含まれる場合に使用し、「({信頼下限}, 信頼上限})」もしくは「{信頼下限, 信頼上限}」をサポートする	NULL
text_size	表の内容の文字サイズを指定。デフォルトは3.2	NULL
header_text_size	表の列ラベルの文字サイズを指定。デフォルトは11	NULL
header_fontface	表の列ラベルのフォントを指定。デフォルトは「bold」	“bold”
header_family	表の列ラベルのオプションのフォントファミリーを指定	NULL
striped_rows	表に交互行のストライプを描くかどうかを指定。デフォルトはggforestplot()で使用されるストライプ設定	NULL
stripe_fill	行の塗り色を指定	NULL
stripe_colour	行の輪郭線の色を指定	NULL
stripe_alpha	行の透明度を指定	NULL
grid_lines	表に黒い水平グリッドラインを描くかどうかを指定	FALSE
grid_line_colour	表のグリッドラインの色を指定	“black”
grid_line_size	表のグリッドラインの太さを指定	0.3
grid_line_linetype	表のグリッドラインの種類を指定	1

# サンプルの係数データフレームを作成
coefs <- data.frame(
  term = c("Age", "BMI", "Treatment"),
  estimate = c(0.3, -0.2, 0.4),
  conf.low = c(0.1, -0.4, 0.2),
  conf.high = c(0.5, 0.0, 0.6),
  sample_size = c(120, 115, 98),
  p_value = c(0.012, 0.031, 0.004))

# フォレストプロットを作成
p <- ggforestplot(coefs, n = "sample_size", p.value = "p_value")

# プロットの左側に要約表を追加
add_forest_table(
  p,
  position = "left",
  columns = c("term", "n", "estimate", "p"),
  estimate_label = "Beta")

# 「+」演算子を使って、プロットの右側に要約表を追加する場合
ggforestplot(coefs, n = "sample_size", p.value = "p_value") +
  add_forest_table(
    position = "right",
    columns = c("term", "n", "estimate", "p"),
    estimate_label = "Beta")

・プロットの左側に要約表を追加

・「+」演算子を使って、プロットの右側に要約表を追加する場合

＜おすすめのRに関する書籍です＞

改訂3版 R言語逆引きハンドブック | 石田基広

Amazonで石田基広の改訂3版 R言語逆引きハンドブック。アマゾンならポイント還元本が多数。石田基広作品ほか、お急ぎ便対象商品は当日お届けも可能。また改訂3版 R言語逆引きハンドブックもアマゾン配送商品なら通常配送無料。

www.amazon.co.jp

フォレストプロットの前後に表を分割して配置：add_split_tableコマンド

オプション	意味	初期値
plot	ggforestplotで作成されたプロットを指定。NULLの場合、+ add_split_table(…) 構文を使用する	NULL
left_columns	左側に表示する列を指定	NULL
right_columns	右側に表示する列を指定	NULL
term_header	用語のヘッダー文	“Term”
n_header	標本数のヘッダー文	“N”
events_header	イベント数のヘッダー文	“Events”
estimate_label	推定値のヘッダー表示ラベル	NULL
p_header	有意水準のヘッダー文	“P-value”
column_labels	列名を指定	NULL
digits	非推奨の引数（estimate_digits・interval_digits・p_digitsを個別に使用）。推定値と有意水準の書式に使う桁数を指定	2
estimate_digits	桁数を指定	NULL
interval_digits	信頼区間の境界値の桁数を指定	NULL
p_digits	p値の桁数を指定	NULL
estimate_fmt	推定値の書式を指定	NULL
ci_fmt	信頼区間の書式を指定。(ci)を含む場合	NULL
text_size	表の内容の文字サイズを指定。デフォルトは3.2	NULL
header_text_size	表の列ラベルの文字サイズを指定。デフォルトは11	NULL
header_fontface	表の列ラベルのフォントを指定。デフォルトは「bold」	“bold”
header_family	表の列ラベルのオプションのフォントファミリーを指定	NULL
striped_rows	表の行に交互のストライプを描くかどうかを指定	NULL
stripe_fill	行の塗り色を指定	NULL
stripe_colour	行の輪郭線の色を指定	NULL
stripe_alpha	行の透明度を指定	NULL
left_width	左側の表ブロックの幅を指定；未指定の場合、表示する列数とplot_widthから自動算出される	NULL
plot_width	フォレストプロットパネルの幅を指定。デフォルトは2.5	NULL
right_width	右側の表ブロックの幅を指定；未指定の場合、表示する列数とplot_widthから自動算出される	NULL

# サンプルの係数データフレームを作成
coefs <- data.frame(
  term = c("Age", "BMI", "Treatment"),
  estimate = c(0.3, -0.2, 0.4),
  conf.low = c(0.1, -0.4, 0.2),
  conf.high = c(0.5, 0.0, 0.6),
  sample_size = c(120, 115, 98),
  p_value = c(0.012, 0.031, 0.004)
)

# フォレストプロットを作成
p <- ggforestplot(coefs, n = "sample_size", p.value = "p_value")

# プロットの左右に列名を指定して表を分割配置
add_split_table(
  p, left_columns = c("term", "n"),
  right_columns = c("estimate", "p"),
  estimate_label = "HR")

# 「+」演算子を使い、列番号を指定して表を分割配置する場合
# プロットの左右に列名を指定して表を分割配置と同じ
# ggforestplot(coefs, n = "sample_size", p.value = "p_value") +
#  add_split_table(
#    left_columns = c(1, 5),
#    right_columns = c(2, 6),
#    estimate_label = "HR")

・プロットの左右に列名を指定して表を分割配置

係数データからフォレストプロットを描画：ggforestplotコマンド

オプション	意味	初期値
data	tidyな係数データフレームかbroom::tidy()がサポートするモデルオブジェクトを指定
term	モデルの項識別子を保持する列名を指定	“term”
estimate	点推定値を保持する列名を指定	“estimate”
conf.low	下限の信頼区間を示す列名	“conf.low”
conf.high	上限の信頼区間を示す列名	“conf.high”
label	表示行ラベルに使用するオプションの列名	term
term_labels	表示用語の名前を再定義するためのオプションのベクトル。用語の値と表示するラベルが一致する必要がある	NULL
group	色分け推定に使用するオプションの列名	NULL
facet	行を区切るファセットプロットセクションに使用するオプションの列名。ファクター型の場合、レベルがファセット順序を制御する	NULL
facet_strip_position	ファセットストリップラベルの位置決め。”left”, “right”から選択	“left”
separate_groups	グリッド線で囲むことができるラベルされた変数ブロックを特定するオプションの列名	NULL
n	サンプルサイズを指定	NULL
events	イベント数を指定	NULL
p.value	有意水準を指定	NULL
exponentiate	真偽値；TRUEならば推定値を対数スケールに変換し、基準線を1に引く。モデルオブジェクトの場合、NULLはCoxモデルのハザード比のように、推測可能な標準スケールを使用する	NULL
sort_terms	行の並び順を指定	c(“none”, “descending”, “ascending”)
point_size	係数マーカーの点の大きさを指定	2.3
point_shape	係数マーカーの形状を指定	19
linewidth	信頼区間の太さを指定	0.5
line_size	非推奨（linewidthを使用）	NULL
staple_width	信頼区間の端部の幅を指定	0.2
ci_limits	表示する信頼区間の長さを指定	NULL
ci_arrows	真偽値；TRUEの場合、ci_limitsで切り詰められた信頼区間に外向きの矢印を描画する	TRUE
ci_arrow_length	CIの長さ	0.08
ci_arrow_type	矢頭の種類	c(“closed”, “open”)
dodge_width	グループ推定の水平回避	0.6
separate_lines	各ブロックにグリッド線を引くか	FALSE
separator_line_linetype	区切り線の種類	2
separator_line_colour	区切り線の色	“black”
separator_line_size	区切り線の太さ	0.4
striped_rows	交互行を塗りつぶすか	FALSE
stripe_fill	塗りつぶし色	“grey95”
stripe_colour	行の境界線の色	NA
stripe_alpha	影の透明度	1
ref_line	基準線を引くx座標、またはNULLで非表示；未指定の場合、加法モデルでは0、指数変換されたモデルでは1が使われる	NULL
ref_label	基準線に添付する任意のラベル	NULL
ref_linetype	基準線の種類	2
ref_color	基準線の色	“grey60”

# サンプルの係数データフレームを作成
coefs <- data.frame(
  term = c("Age", "BMI", "Treatment"),
  estimate = c(0.10, -0.08, 0.34),
  conf.low = c(0.02, -0.16, 0.12),
  conf.high = c(0.18, 0.00, 0.56))

# 初期設定でフォレストプロット
ggforestplot(coefs)

# 交互の行ストライプと点スタイルを変えてフォレストプロット
ggforestplot(coefs, striped_rows = TRUE, point_shape = 17)

係数データフレームをフォレストプロット用の標準形式に変換：as_forest_dataコマンド

オプション	意味	初期値
data	係数推定値と区間を含むデータフレーム
term	モデル項識別子を保持する列名
estimate	点推定値を保持する列名
conf.low	信頼区間の下限を示す列名
conf.high	信頼区間の上限を示す列名
label	表示行ラベルに使用するオプションの列名	term
term_labels	表示用語の名前を再定義するためのオプションのベクトル。用語の値と表示するラベルが一致する必要がある	NULL
group	行ごとに複数の推定値を色分けするためのオプションの列名	NULL
grouping	行をグループ化したプロットセクションに分割するためのオプションの列名	NULL
separate_groups	区切り線で囲むことができるラベル付き変数ブロックを特定するオプションの列名	NULL
n	サンプルサイズを指定	NULL
events	イベント数を指定	NULL
p.value	有意水準を指定	NULL
exponentiate	真偽値；推定値と信頼区間が正の値であることを要求	FALSE
sort_terms	行の並び順を指定	c(“none”, “descending”, “ascending”)

# サンプルデータを作成
raw <- data.frame(
  variable = c("Age", "BMI", "Treatment"),
  beta = c(0.10, -0.08, 0.34),
  lower = c(0.02, -0.16, 0.12),
  upper = c(0.18, 0.00, 0.56))

# 列名を、フォレストプロット対応の列名に変換する
as_forest_data(
  data = raw,
  term = "variable",
  estimate = "beta",
  conf.low = "lower",
  conf.high = "upper")