
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.
제 데이터의 수치형 변수를 표준화하고 PCA를 실행해 주세요. PC1과 PC2를 축으로 논문에 바로 쓸 수 있는 스코어 플롯을 그리되, 에 따라 색을 구분하고 95% 신뢰타원을 넣어 주세요. 스크리 플롯과 기여도가 가장 큰 변수들의 바이플롯도 그리고, 각 주성분이 설명하는 분산을 보고해 주세요. 그림은 PNG와 SVG로 저장하고, 적재량 표와 스크립트도 함께 저장해 주세요.
Yila 워크벤치에서 열립니다. 대화 중 언제든 조정할 수 있습니다.
완성된 주성분분석
공개 화학 데이터셋으로 한 번 공식 실행한 결과입니다. 아래는 실행에서 저장된 그림 세 장이며, 다운로드 파일에는 이 그림들과 함께 적재량, 분산 설명 비율 표, Python 스크립트가 들어 있습니다.

받게 되는 결과물
- 스코어 플롯
- PC1과 PC2를 축으로 하고 각 축에 설명된 분산을 적으며, 점은 그룹별로 색을 달리하고 95% 신뢰타원을 그립니다.
- 스크리 플롯
- 주성분별 개별 설명 분산과 누적 설명 분산을 보여 주므로, 주성분을 몇 개 남길지 근거를 댈 수 있습니다.
- 바이플롯과 적재량
- 기여도가 가장 큰 변수를 화살표로 나타내고, 모든 주성분의 전체 적재량 표를 함께 제공합니다.
- 스크립트
- 전처리 과정까지 모두 적어 둔 Python(요청하면 R) 전체 분석 스크립트입니다.
진행 방식

표를 업로드하고 그룹을 알려 줍니다
측정값이 담긴 CSV 또는 Excel 파일을 Yila에게 주고, 어느 열을 기준으로 색을 구분할지 알려 주세요. 그룹은 색 구분에만 쓰이며 PCA 계산에는 들어가지 않습니다.

Yila가 변수와 척도를 점검합니다
PCA를 실행하기 전에 단위와 범위를 살피고, 척도가 서로 다른 변수를 표준화하고, 결측값을 보고합니다.

그림 세 장과 적재량을 받습니다
스코어 플롯, 스크리 플롯, 바이플롯을 렌더링해 확인한 뒤 적재량, 스크립트와 함께 저장합니다. PC1과 PC3 조합, 점 레이블, 3D 보기가 필요하면 같은 대화에서 요청하세요.
활용 상황
오믹스와 대사체학
차등 분석에 앞서, 샘플이 처리 조건에 따라 묶이는지 배치에 따라 묶이는지 확인합니다.
화학과 식품과학
여러 측정 특성을 한꺼번에 놓고 샘플이 어떻게 나뉘는지, 어떤 특성이 그 차이를 이끄는지 보여 줍니다.
설문과 척도 데이터
서로 상관된 많은 문항을 소수의 주성분으로 줄이고, 어떤 문항들이 함께 적재되는지 확인합니다.
자주 묻는 질문
더 살펴보기

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

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.

유전자 발현 군집 히트맵 만들기
RNA-Seq 또는 마이크로어레이의 발현 행렬을 업로드하세요. Yila가 거의 발현되지 않는 유전자를 걸러 내고, 변동이 가장 큰 유전자를 골라 유전자와 샘플을 군집화하고, 그룹을 표시합니다.
