
1 / 1
上传变量表,Yila 选择合适的相关系数,按检验次数做校正,把变量排成能看出规律的顺序,同时交付完整的相关矩阵和代码。
请为画一张可直接投稿的相关性热图,用 相关:在格子里标出相关系数,标记经 Benjamini–Hochberg 校正后仍显著(P < 0.05)的变量对,并按层次聚类排列变量。图保存为 PNG 和 SVG,同时保存相关系数表、校正后 P 值表和代码。
将在 Yila 工作台中打开,之后可以在对话里随时调整。
这是在公开临床数据集上跑的一次官方示例。下面是它保存的图,下载包里另有两张矩阵表和 Python 代码。


给 Yila 一个 CSV 或 Excel 文件,说明要纳入哪些变量;不指定的话,它会纳入所有连续变量。

它先看每个变量的分布和缺失情况:偏态或等级变量用秩相关,二分类变量不会被误混进来。

热图渲染出来,检查文字是否清楚后,与两张表和代码一起保存。想只显示下三角、换配色或换校正方法,在同一个对话里说就行。
在规划模型之前,一眼看出哪些指标是一起变化的。
找出相关性太强、不宜放进同一个回归模型的自变量。
审稿人常常要求在主要结果之外附一张清楚的相关性总览。