
논문에 실을 수 있는 상관 히트맵 만들기
변수 표를 업로드하세요. Yila가 알맞은 상관계수를 고르고, 검정 횟수에 맞춰 보정하고, 패턴이 드러나도록 변수를 배열한 뒤, 그림을 전체 상관행렬, 스크립트와 함께 저장합니다.
업로드한 데이터의 에 대해 상관계수로 논문에 바로 쓸 수 있는 상관 히트맵을 그려 주세요. 각 칸에 상관계수를 적고, Benjamini–Hochberg 보정 후에도 유의한(p < 0.05) 상관은 따로 표시하고, 변수는 계층적 군집화 순서로 배열해 주세요. 그림은 PNG와 SVG로 저장하고, 상관계수 표와 보정 p값 표, 스크립트도 함께 저장해 주세요.
Yila 워크벤치에서 열립니다. 대화 중 언제든 조정할 수 있습니다.
완성된 상관 히트맵
공개 임상 데이터셋으로 한 번 공식 실행한 결과입니다. 아래는 실행에서 저장된 그림이며, 다운로드 파일에는 이 그림과 함께 두 행렬과 Python 스크립트가 들어 있습니다.

받게 되는 결과물
- 히트맵
- 0을 중심으로 한 발산형 색상 척도를 쓰고, 각 칸에 상관계수를 적고, 유의한 쌍을 표시하며, 변수를 군집 순서로 배열합니다.
- 상관행렬
- 모든 상관계수를 표로 정리해, 그대로 인용하거나 다른 그림에 다시 쓸 수 있습니다.
- 보정 p값
- 모든 쌍의 원래 p값과 보정 p값을 상관의 강도순으로 정렬하고, 사용한 보정 방법을 밝혀 둡니다.
- 스크립트
- 분석 전체를 Python(요청하면 R)으로 작성한 스크립트로, 새 데이터로 그림을 다시 만들 수 있습니다.
진행 방식

표를 업로드하고 변수를 고릅니다
CSV 또는 Excel 파일을 Yila에게 주고 포함할 변수를 알려 주세요. 지정하지 않으면 연속형 열을 모두 사용합니다.

Yila가 먼저 변수를 점검합니다
분포와 결측값 개수를 먼저 살펴, 치우친 변수나 순서형 변수에는 순위 상관을 쓰고 이분형 변수가 실수로 섞이지 않게 합니다.

그림, 표, 스크립트를 받습니다
히트맵을 렌더링해 글자가 잘 읽히는지 확인한 뒤 두 표, 스크립트와 함께 저장합니다. 하삼각만 표시하거나, 다른 색상 팔레트나 다른 보정 방법을 쓰고 싶다면 같은 대화에서 요청하세요.
활용 상황
새 데이터셋 탐색
모형을 계획하기 전에 어떤 측정값들이 함께 움직이는지 한눈에 봅니다.
공선성 점검
서로 관련이 너무 강해 같은 회귀모형에 함께 넣기 어려운 예측변수를 찾습니다.
보충 자료용 그림
심사위원이 주요 결과와 함께 자주 요청하는, 깔끔한 상관관계 개요 그림입니다.
자주 묻는 질문
더 살펴보기

데이터 분석
CSV/XLSX를 업로드하면 대화로 데이터를 점검하고 연구 통계를 실행해 출판 수준의 차트를 만들 수 있습니다.

PCA를 실행하고 그림까지 제대로 그리기
측정값 표를 업로드하세요. Yila가 변수를 표준화하고 주성분분석을 실행한 뒤 스코어 플롯, 스크리 플롯, 읽기 쉬운 바이플롯을 그리고, 적재량과 스크립트도 함께 제공합니다.

원고에 넣을 Table 1 만들기
데이터셋을 업로드하고 비교할 그룹을 알려 주세요. Yila가 변수마다 분포를 확인해 심사위원이 기대하는 방식으로 요약하고, 행마다 검정 방법을 골라 편집 가능한 Word 표로 저장합니다.
