
ทำฮีตแมปสหสัมพันธ์ที่พร้อมตีพิมพ์
อัปโหลดตารางตัวแปร แล้ว Yila จะเลือกวิธีหาสหสัมพันธ์ที่เหมาะสม ปรับแก้ตามจำนวนการทดสอบ เรียงตัวแปรให้เห็นรูปแบบ และบันทึกรูปพร้อมเมทริกซ์ฉบับเต็มและสคริปต์
ช่วยทำฮีตแมปสหสัมพันธ์ระหว่าง ด้วย ให้พร้อมตีพิมพ์ โดยแสดงค่าสัมประสิทธิ์ในแต่ละช่อง ทำเครื่องหมายค่าสหสัมพันธ์ที่ยังมีนัยสำคัญ (p < 0.05) หลังปรับแก้ด้วย Benjamini–Hochberg และเรียงตัวแปรตามการจัดกลุ่มแบบลำดับชั้น จากนั้นบันทึกรูปเป็น PNG และ SVG พร้อมตารางค่าสหสัมพันธ์ ตารางค่า p ที่ปรับแก้แล้ว และสคริปต์
จะเปิดในพื้นที่ทำงานของ Yila ซึ่งคุณปรับได้ทุกอย่างระหว่างสนทนา
ฮีตแมปสหสัมพันธ์ที่ทำเสร็จแล้ว
ตัวอย่างทางการที่ทำจริงบนชุดข้อมูลทางคลินิกแบบเปิด นี่คือรูปที่บันทึกไว้ ไฟล์ดาวน์โหลดมีรูปนี้พร้อมเมทริกซ์ทั้งสองชุดและสคริปต์ Python

สิ่งที่คุณจะได้รับ
- ฮีตแมป
- สเกลสีสองขั้วที่มีศูนย์อยู่กึ่งกลาง แสดงค่าสัมประสิทธิ์ในทุกช่อง ทำเครื่องหมายคู่ที่มีนัยสำคัญ และเรียงตัวแปรตามการจัดกลุ่ม
- เมทริกซ์สหสัมพันธ์
- ค่าสัมประสิทธิ์ทุกค่าในรูปตาราง ที่นำไปอ้างอิงหรือใช้ทำรูปอื่นต่อได้
- ค่า p ที่ปรับแก้แล้ว
- ค่า p ดิบและค่า p ที่ปรับแก้แล้วของทุกคู่ เรียงตามความแรงของสหสัมพันธ์ พร้อมระบุวิธีปรับแก้ที่ใช้
- สคริปต์
- การวิเคราะห์ทั้งหมดเป็นภาษา Python (หรือ R หากต้องการ) จึงสร้างรูปใหม่จากข้อมูลชุดใหม่ได้
ขั้นตอนการทำงาน

อัปโหลดตารางและเลือกตัวแปร
ส่งไฟล์ CSV หรือ Excel ให้ Yila แล้วบอกว่าจะใช้ตัวแปรใดบ้าง หรือให้ Yila ใช้ทุกคอลัมน์ที่เป็นตัวแปรต่อเนื่อง

Yila ตรวจตัวแปรก่อน
Yila ดูการแจกแจงและจำนวนค่าที่ขาดหาย เพื่อให้ตัวแปรที่เบ้หรือเป็นมาตราอันดับได้ใช้สหสัมพันธ์แบบอันดับ และไม่เผลอนำตัวแปรสองค่ามาปนด้วย

รับรูป ตาราง และสคริปต์
Yila สร้างภาพฮีตแมป ตรวจว่าตัวอักษรอ่านได้ชัด แล้วบันทึกพร้อมตารางทั้งสองและสคริปต์ หากต้องการแสดงเฉพาะสามเหลี่ยมล่าง เปลี่ยนชุดสี หรือใช้วิธีปรับแก้อื่น ขอได้ในบทสนทนาเดียวกัน
เหมาะสำหรับ
สำรวจชุดข้อมูลใหม่
เห็นได้ทันทีว่าค่าวัดใดเปลี่ยนแปลงไปด้วยกัน ก่อนวางแผนสร้างแบบจำลอง
ตรวจภาวะร่วมเส้นตรง (collinearity)
หาตัวแปรทำนายที่สัมพันธ์กันมากเกินกว่าจะใส่ในสมการถดถอยเดียวกัน
รูปในเอกสารเสริม
ภาพรวมสหสัมพันธ์ที่ชัดเจน ซึ่งผู้ทรงคุณวุฒิมักขอให้แนบมากับผลการศึกษาหลัก
คำถามที่พบบ่อย
สำรวจต่อ

ผู้ช่วยวิเคราะห์ข้อมูล
อัปโหลด CSV/XLSX แล้วใช้แชทเพื่อตรวจข้อมูล วิเคราะห์สถิติสำหรับงานวิจัย และสร้างกราฟที่พร้อมตีพิมพ์

วิเคราะห์องค์ประกอบหลัก (PCA) และวาดกราฟให้ได้มาตรฐาน
อัปโหลดตารางค่าที่วัดได้ แล้ว Yila จะแปลงตัวแปรเป็นค่ามาตรฐาน วิเคราะห์องค์ประกอบหลัก และวาด score plot, scree plot กับ biplot ที่อ่านง่าย พร้อมตารางค่าน้ำหนักองค์ประกอบและสคริปต์

ทำ Table 1 สำหรับต้นฉบับบทความของคุณ
อัปโหลดชุดข้อมูลและระบุกลุ่ม แล้ว Yila จะตรวจการแจกแจงของตัวแปรแต่ละตัว สรุปค่าในแบบที่ผู้ทรงคุณวุฒิคาดหวัง เลือกการทดสอบทีละแถว และบันทึกเป็นตาราง Word ที่แก้ไขได้
ดูความสัมพันธ์ในข้อมูลของคุณ
อัปโหลดตารางและระบุตัวแปร Yila จะเลือกวิธี ปรับแก้การทดสอบ และเก็บสคริปต์ไว้ให้
เริ่มจากข้อมูลของคุณ