
Haz un PCA y represéntalo como es debido
Sube una tabla de mediciones. Yila estandariza las variables, hace el análisis de componentes principales y dibuja el gráfico de puntuaciones, el de sedimentación y un biplot legible, con las cargas y el script.
Estandariza las variables numéricas de mis datos y haz un PCA: dibuja un gráfico de puntuaciones de PC1 frente a PC2, listo para publicar, coloreado por y con elipses de confianza del 95%, un gráfico de sedimentación y un biplot de las variables que más contribuyen. Indica la varianza explicada por cada componente. Guarda las figuras en PNG y SVG, la tabla de cargas y el script.
Se abre en el espacio de trabajo de Yila, donde puedes ajustar cualquier cosa en la conversación.
Un PCA terminado
Un ejemplo oficial con un conjunto de datos abiertos de química. Estas son las tres figuras que guardó; el paquete descargable las incluye junto con las cargas, la tabla de varianza y el script de Python.

Lo que obtienes
- Gráfico de puntuaciones
- PC1 frente a PC2, con la varianza explicada en cada eje, los puntos coloreados por grupo y elipses de confianza del 95%.
- Gráfico de sedimentación
- La varianza explicada por cada componente, individual y acumulada, para que puedas justificar cuántos componentes conservar.
- Biplot y cargas
- Flechas para las variables que más contribuyen, además de la tabla completa de cargas de todos los componentes.
- El script
- El análisis completo en Python (o en R, si lo pides), con el preprocesamiento escrito paso a paso.
Cómo funciona

Sube la tabla e indica los grupos
Dale a Yila un archivo CSV o Excel con las mediciones e indica qué columna usar para colorear. Los grupos solo se usan para el color, no en el propio PCA.

Yila revisa las variables y la escala
Examina las unidades y los rangos, estandariza las variables medidas en escalas distintas e informa de los valores faltantes antes de hacer el PCA.

Obtén los tres gráficos y las cargas
El gráfico de puntuaciones, el de sedimentación y el biplot se generan, se revisan y se guardan con las cargas y el script. Pide PC1 frente a PC3, etiquetas en los puntos o una vista en 3D en la misma conversación.
Pensado para
Ciencias ómicas y metabolómica
Comprueba si las muestras se agrupan por tratamiento o por lote antes del análisis diferencial.
Química y ciencia de los alimentos
Visualiza cómo se separan las muestras según muchas propiedades medidas a la vez y qué propiedades explican la separación.
Datos de encuestas y cuestionarios
Reduce muchos ítems correlacionados a unos pocos componentes y observa qué ítems cargan en el mismo componente.
Preguntas frecuentes
Sigue explorando

Asistente de análisis de datos
Sube un CSV/XLSX y usa el chat para inspeccionar los datos, hacer estadística de investigación y crear gráficos listos para publicar.

Haz un mapa de calor de correlaciones listo para publicar
Sube una tabla de variables. Yila elige la correlación adecuada, corrige por el número de pruebas, ordena las variables para que se vean los patrones y guarda la figura con la matriz completa y el script.

Haz un mapa de calor de expresión génica con agrupamiento
Sube una matriz de expresión de RNA-Seq o de microarrays. Yila descarta los genes apenas expresados, elige los más variables, agrupa genes y muestras, y anota los grupos.
Haz un PCA con tus propios datos
Sube la tabla e indica cómo colorear los grupos. Yila estandariza, dibuja los gráficos y guarda el script.
Empieza con tus datos