Yila

畫一張能直接放進論文的相關係數熱圖

上傳變數資料表,Yila 會選擇合適的相關係數、依檢定次數進行校正、把變數排成看得出規律的順序,並將圖連同完整的相關矩陣與程式碼一起儲存。

請為畫一張可直接投稿的相關係數熱圖,使用 :在方格中標出相關係數,標記經 Benjamini–Hochberg 校正後仍顯著(p < 0.05)的相關,並以階層式分群排列變數。將圖儲存為 PNG 和 SVG,並儲存相關係數表、校正後 p 值表與程式碼。

將在 Yila 工作台中開啟,之後可在對話裡隨時調整。

一張完成的相關係數熱圖

這是用公開臨床資料集實際執行一次的官方範例。下方是它儲存的圖;下載檔裡另附兩份矩陣表格與 Python 程式碼。

299 位心衰竭病人的七項臨床指標 — 1
1 / 1

你會得到

熱圖
以零為中心的雙向色階,每個方格標出相關係數,顯著的變數對加上標記,變數依分群順序排列。
相關矩陣
所有相關係數整理成表格,可直接引用,也能拿去畫其他圖。
校正後 p 值
每個變數對的原始與校正後 p 值,依相關強度排序,並註明校正方法。
分析程式碼
完整的 Python 分析程式碼(需要的話也可以是 R),換上新資料就能重畫這張圖。

運作方式

上傳資料表,選定變數

給 Yila 一個 CSV 或 Excel 檔,說明要納入哪些變數;也可以讓它納入所有連續型欄位。

Yila 先檢查變數

它會先看各變數的分布和遺漏值數量,讓偏態或次序變數改用等級相關,二元變數也不會被誤混進來。

取得圖、表格和程式碼

熱圖畫好後會檢查文字是否清晰易讀,再與兩份表格和程式碼一起儲存。想只顯示下三角、換配色或改用其他校正方法,在同一個對話裡提出即可。

適用情境

初步探索新資料集

在規劃模型之前,一眼看出哪些測量值會一起變動。

檢查共線性

找出彼此相關太強、不宜放進同一個迴歸模型的預測變數。

補充資料中的圖

一張清楚的相關性總覽,審稿人常會要求附在主要結果之外。

常見問題

看清你資料裡的關係

上傳資料表並指明變數。Yila 會選擇方法、做多重檢定校正,並保留程式碼給你。

從你的資料開始