
PCA を実行して正しく図示
測定値の表をアップロードしてください。Yila が変数を標準化して主成分分析を行い、スコアプロット、スクリープロット、読みやすいバイプロットを描きます。負荷量の表とスクリプトも付きます。
アップロードしたデータの数値変数を標準化して PCA を行ってください。PC1 と PC2 のスコアプロットを論文にそのまま使える形で描き、点をごとに色分けして 95% 信頼楕円を付けてください。あわせてスクリープロットと、寄与度の大きい変数のバイプロットも描き、各主成分の寄与率を報告してください。図は PNG と SVG で保存し、負荷量の表とスクリプトも保存してください。
Yila のワークベンチで開きます。会話の中でいつでも調整できます。
完成した主成分分析
公開されている化学データセットで実行した公式の作例です。下の 3 つの図は実行時に保存されたもので、ダウンロードにはこれらの図と負荷量の表、寄与率の表、Python スクリプトが含まれます。

得られるもの
- スコアプロット
- PC1 と PC2 の散布図です。各軸に寄与率を示し、点を群ごとに色分けして 95% 信頼楕円を付けます。
- スクリープロット
- 主成分ごとの寄与率と累積寄与率を示すので、いくつの主成分を残すかの根拠を説明できます。
- バイプロットと負荷量
- 寄与度の大きい変数を矢印で示し、すべての主成分について負荷量の一覧表も付けます。
- 解析スクリプト
- 前処理を含む解析全体を Python(ご希望なら R)で記述しています。
進め方

表をアップロードして群を指定
測定値を含む CSV または Excel ファイルを Yila に渡し、どの列で色分けするかを伝えます。群は色分けにだけ使い、PCA の計算そのものには使いません。

Yila が変数とスケーリングを確認
各変数の単位と値の範囲を確認し、尺度の異なる変数を標準化して、PCA を実行する前に欠測値を報告します。

3 つの図と負荷量が完成
スコアプロット、スクリープロット、バイプロットを描画して確認し、負荷量の表とスクリプトとともに保存します。PC1 と PC3 の組み合わせ、点へのラベル付け、3D 表示が必要なときは、同じ会話の中で依頼してください。
主な用途
オミクスとメタボロミクス
群間差の解析に進む前に、サンプルが処理とバッチのどちらでまとまるかを確認できます。
化学と食品科学
多数の測定項目にもとづいてサンプルがどう分かれるか、そしてどの項目がその違いを生んでいるかを一度に示せます。
アンケート・質問紙調査のデータ
互いに相関する多数の項目を少数の主成分にまとめ、どの項目が同じ主成分にまとまるかを確認できます。
よくある質問
関連するタスク

データ分析アシスタント
CSV/XLSX をアップロードし、会話でデータの確認、研究用の統計分析、論文に使えるグラフの作成を行います。

論文に載せられる相関ヒートマップを作成
変数の表をアップロードしてください。Yila が適した相関係数を選び、検定の数に応じて補正し、パターンが見えるように変数を並べ替えて、図を相関行列全体とスクリプトとともに保存します。

遺伝子発現のクラスタリング・ヒートマップを作成
RNA-Seq またはマイクロアレイの発現行列をアップロードしてください。Yila がほとんど発現していない遺伝子を除き、変動の大きい遺伝子を選び、遺伝子とサンプルをクラスタリングして、群のアノテーションを付けます。
