Yila

數據分析

上傳 CSV/XLSX,透過對話檢查資料、進行研究統計,並製作可直接發表的圖表。

數據分析

適用情境

上傳 CSV/XLSX

上傳 CSV/XLSX

透過對話檢查資料、進行研究統計,並製作可直接發表的圖表。

你已經準備好:輸出語言

你已經準備好:輸出語言

依具體情境開始

每個頁面都附有官方範例和預設設定,選一個直接開始。

用你的差異表現分析結果畫火山圖上傳 DESeq2、edgeR、limma 或 Cuffdiff 的結果表,取得可直接投稿的火山圖:核對倍數變化的方向、套用門檻值、標註關鍵基因,並附完整程式碼。畫一張基因表現分群熱圖上傳基因表現矩陣,取得變異最大基因的分群熱圖:先依表現量過濾,再轉換為 z 分數,標註樣本分組,並附基因列表與完整程式碼。用你的追蹤資料畫 Kaplan–Meier 存活曲線上傳追蹤資料,取得可直接投稿的 Kaplan-Meier 存活曲線圖:含風險人數表、log-rank 檢定、Cox 模型與比例風險假設檢查。畫出 ROC 曲線,正確報告 AUC上傳資料,取得經交叉驗證的 ROC 曲線、AUC 及其 95% 信賴區間、比較模型,以及 Youden 切點下的敏感度與特異度,並附完整程式碼。合併多項研究,畫出森林圖上傳各研究結果的資料表,取得可直接投稿的森林圖:含合併估計值、預測區間、Q、I² 與 τ²,另附統合迴歸分析與 R 程式碼。畫一張能直接放進論文的相關係數熱圖上傳資料,取得可直接投稿的相關係數熱圖:Pearson 或 Spearman 相關係數、多重檢定校正、依分群排序的變數,並附上完整程式碼。為你的稿件製作 Table 1上傳資料,取得可直接放進稿件的 Table 1:依分布選擇描述統計量,每一列採用合適的檢定,附標準化差異,並輸出成 Word 表格。做主成分分析,把圖畫得正確又清楚上傳資料,取得可直接投稿的主成分分析:附各組信賴橢圓的分數圖、陡坡圖、呈現負荷量最大變數的雙標圖,以及解釋變異量表與程式碼。用 2^−ΔΔCt 法分析 qPCR 資料上傳 qPCR 的 Ct 值,以 2^-ΔΔCt 法計算相對表現量,逐一基因以 ΔCt 進行檢定,畫出呈現每個重複的倍數變化圖,並附完整計算表與程式碼。

運作方式

檢查並決定分析路徑

檢查並決定分析路徑

讀取上傳的 CSV/XLSX,判斷使用者意圖,並選擇一條聚焦的分析路徑。 在正式工作開始前先確立範圍、可用證據與判斷標準,減少日後不必要的重工。

需求開放時先剖析

需求開放時先剖析

只有在需求屬於探索性或留空時,才檢查結構、型別、遺漏值、分布與基本統計量。 Yila 會讓中間的判斷、證據邊界與未解決的問題保持可見,方便你檢視推理過程,並在需要時調整流程方向。

需求明確時直接分析

需求明確時直接分析

依明確的方法依據,執行所要求的比較、關聯、迴歸、存活分析或科研繪圖。 Yila 會讓中間的判斷、證據邊界與未解決的問題保持可見,方便你檢視推理過程,並在需要時調整流程方向。

儲存產出

儲存產出

儲存目前使用的資料、統計結果表、專業圖表與可重複使用的腳本,方便後續修改。 進入下一步之前,Yila 會檢查結果是否完整、可追溯,並且能在同一個研究對話中支撐下一步工作。

常見問題

準備好把這套流程用在你的研究上了嗎?

進入 Yila 工作台,提供你的問題或材料。Yila 會在同一個研究對話中,從你選定的方法開始。

執行這個 Playbook