Yila

วิเคราะห์องค์ประกอบหลัก (PCA) และวาดกราฟให้ได้มาตรฐาน

อัปโหลดตารางค่าที่วัดได้ แล้ว Yila จะแปลงตัวแปรเป็นค่ามาตรฐาน วิเคราะห์องค์ประกอบหลัก และวาด score plot, scree plot กับ biplot ที่อ่านง่าย พร้อมตารางค่าน้ำหนักองค์ประกอบและสคริปต์

ช่วยแปลงตัวแปรเชิงตัวเลขในข้อมูลของฉันเป็นค่ามาตรฐาน แล้ววิเคราะห์องค์ประกอบหลัก (PCA) โดยวาด score plot ที่พร้อมตีพิมพ์ของ PC1 เทียบกับ PC2 แยกสีตาม พร้อมวงรีความเชื่อมั่น 95% วาด scree plot และ biplot ของตัวแปรที่มีส่วนต่อองค์ประกอบมากที่สุด รายงานสัดส่วนความแปรปรวนที่แต่ละองค์ประกอบอธิบายได้ แล้วบันทึกรูปเป็น PNG และ SVG พร้อมตารางค่าน้ำหนักองค์ประกอบและสคริปต์

จะเปิดในพื้นที่ทำงานของ Yila ซึ่งคุณปรับได้ทุกอย่างระหว่างสนทนา

การวิเคราะห์องค์ประกอบหลักที่ทำเสร็จแล้ว

ตัวอย่างทางการที่ทำจริงบนชุดข้อมูลเคมีแบบเปิด นี่คือรูป 3 รูปที่บันทึกไว้ ไฟล์ดาวน์โหลดมีรูปเหล่านี้พร้อมค่าน้ำหนักองค์ประกอบ ตารางความแปรปรวน และสคริปต์ Python

ค่าทางเคมี 13 รายการของไวน์ 178 ตัวอย่างจากองุ่น 3 พันธุ์ — 1
1 / 3

สิ่งที่คุณจะได้รับ

แผนภาพ score plot
PC1 เทียบกับ PC2 โดยระบุสัดส่วนความแปรปรวนที่อธิบายได้บนแต่ละแกน แยกสีจุดตามกลุ่ม และมีวงรีความเชื่อมั่น 95%
แผนภาพ scree plot
ความแปรปรวนที่แต่ละองค์ประกอบอธิบายได้ ทั้งรายองค์ประกอบและแบบสะสม เพื่อใช้อธิบายว่าควรเก็บองค์ประกอบไว้กี่ตัว
Biplot และค่าน้ำหนักองค์ประกอบ
ลูกศรแสดงตัวแปรที่มีส่วนต่อองค์ประกอบมากที่สุด พร้อมตารางค่าน้ำหนักองค์ประกอบฉบับเต็มของทุกองค์ประกอบ
สคริปต์
การวิเคราะห์ทั้งหมดเป็นภาษา Python (หรือ R หากต้องการ) โดยเขียนขั้นตอนเตรียมข้อมูลไว้ครบ

ขั้นตอนการทำงาน

อัปโหลดตารางและระบุกลุ่ม

ส่งไฟล์ CSV หรือ Excel ที่มีค่าที่วัดได้ให้ Yila แล้วบอกว่าจะแยกสีตามคอลัมน์ใด กลุ่มใช้สำหรับแยกสีเท่านั้น ไม่ได้ใช้ในการคำนวณ PCA

Yila ตรวจตัวแปรและสเกลก่อน

Yila ดูหน่วยและช่วงของค่า แปลงตัวแปรที่วัดด้วยสเกลต่างกันเป็นค่ามาตรฐาน และรายงานค่าที่ขาดหายก่อนเริ่ม PCA

รับกราฟทั้ง 3 แบบและค่าน้ำหนักองค์ประกอบ

Yila สร้างภาพ score plot, scree plot และ biplot ตรวจทาน แล้วบันทึกพร้อมค่าน้ำหนักองค์ประกอบและสคริปต์ หากต้องการดู PC1 เทียบกับ PC3 ติดป้ายชื่อให้แต่ละจุด หรือดูแบบสามมิติ ขอได้ในบทสนทนาเดียวกัน

เหมาะสำหรับ

โอมิกส์และเมแทบอโลมิกส์

ดูว่าตัวอย่างจับกลุ่มตามสภาวะการทดลองหรือตามแบตช์ ก่อนวิเคราะห์ความแตกต่าง

เคมีและวิทยาศาสตร์การอาหาร

แสดงว่าตัวอย่างแยกจากกันอย่างไรเมื่อพิจารณาคุณสมบัติที่วัดได้หลายอย่างพร้อมกัน และคุณสมบัติใดเป็นตัวขับ

ข้อมูลการสำรวจและแบบสอบถาม

ลดข้อคำถามจำนวนมากที่สัมพันธ์กันให้เหลือองค์ประกอบไม่กี่ตัว และดูว่าข้อคำถามใดมีน้ำหนักอยู่บนองค์ประกอบเดียวกัน

คำถามที่พบบ่อย

สำรวจต่อ

ผู้ช่วยวิเคราะห์ข้อมูล

อัปโหลด CSV/XLSX แล้วใช้แชทเพื่อตรวจข้อมูล วิเคราะห์สถิติสำหรับงานวิจัย และสร้างกราฟที่พร้อมตีพิมพ์

ทำฮีตแมปสหสัมพันธ์ที่พร้อมตีพิมพ์

อัปโหลดตารางตัวแปร แล้ว Yila จะเลือกวิธีหาสหสัมพันธ์ที่เหมาะสม ปรับแก้ตามจำนวนการทดสอบ เรียงตัวแปรให้เห็นรูปแบบ และบันทึกรูปพร้อมเมทริกซ์ฉบับเต็มและสคริปต์

สร้างฮีตแมปแบบจัดกลุ่มสำหรับข้อมูลการแสดงออกของยีน

อัปโหลดเมทริกซ์การแสดงออกจาก RNA-Seq หรือไมโครอาร์เรย์ Yila จะตัดยีนที่แทบไม่มีการแสดงออกออกไป เลือกยีนที่แปรผันมากที่สุด จัดกลุ่มทั้งยีนและตัวอย่าง และระบุกลุ่มของตัวอย่าง

วิเคราะห์องค์ประกอบหลักกับข้อมูลของคุณเอง

อัปโหลดตารางและบอกว่าจะแยกสีกลุ่มตามคอลัมน์ใด Yila จะแปลงค่าเป็นค่ามาตรฐาน วาดกราฟ และเก็บสคริปต์ไว้ให้

เริ่มจากข้อมูลของคุณ