Настройки #

Чтобы открыть панель настроек, нажмите кнопку Настройки (значок гаечного ключа) на верхней панели. Разделы панели перечислены в боковом меню, по которому между ними удобно переходить. Изменения вступают в силу, как только вы нажмёте Сохранить: результаты, уже выведенные на странице, обновляются на месте. Все настройки хранятся в браузере и восстанавливаются при следующем открытии приложения. Если браузер не может их сохранить (в режиме инкогнито или при переполненном хранилище), DataSuite сообщит об этом, а настройки будут действовать до конца сеанса.

Кнопки Экспорт и Импорт сохраняют настройки в JSON-файл и загружают их из него. Так конфигурацией удобно поделиться с коллегами или перенести её на другой компьютер. Кнопка Сбросить настройки возвращает всем параметрам исходные значения. Импорт и сброс только заполняют панель, ничего не применяя: чтобы применить значения, нажмите Сохранить, а чтобы отказаться от них — Отмена.

Изменённые настройки выделяются лёгкой подсветкой фона, а у разделов с изменениями в боковом меню появляется точка. Значение, которое панель принять не может (пустое поле, число вне допустимого диапазона, уровни порогов не по порядку), подсвечивается красным, точка раздела тоже становится красной, и кнопка Сохранить недоступна, пока ошибка не исправлена. Число повторов, точность и зерно генератора задаются только целыми числами.

Импортированный файл не отклоняется, а исправляется: число вне допустимого диапазона заменяется ближайшим допустимым значением, а в сообщении перечислено, что изменено. То, что исправить нельзя (некорректный цвет, уровни порогов не по порядку), пропускается и перечисляется отдельно, а сама настройка остаётся прежней.

Отображение #

Язык #

• Язык — язык интерфейса: английский, русский или китайский. При первом посещении DataSuite определяет язык браузера и выбирает ближайший из доступных.

Режим точности #

• Режим точности — способ округления чисел во всех результатах, один из трёх режимов ниже.
• Десятичные знаки — фиксированное число знаков после запятой (по умолчанию).
• Значащие цифры (только дробная часть) — значащие цифры отсчитываются только в дробной части, а целая часть сохраняется полностью. Так малые значения не превращаются в нули (у 0.00312 остаются все три значащие цифры), а большие числа не теряют разрядов целой части.
• Значащие цифры — значащие цифры отсчитываются от первой ненулевой цифры, каким бы ни был порядок числа. Так принято в естественных науках.

Настройки точности #

Три отдельных поля задают точность для разных видов вывода, каждое — целым числом от 1 до 10:

• Точность: описательные статистики и проценты — по умолчанию 2: средние, медианы, стандартные отклонения, асимметрия, эксцесс, доли, объяснённая дисперсия.
• Точность: статистики и коэффициенты — по умолчанию 3: статистики критериев (t, F, W, χ²), размеры эффекта (d Коэна, r, η²), коэффициенты регрессии, факторные нагрузки, индексы соответствия, доверительные интервалы.
• Точность: p-значения — по умолчанию 3: все p-значения, если они выводятся точным значением.

Значение, слишком малое для выбранной точности, выводится как порог, а не как ряд нулей: < 0.001 для положительного и > -0.001 для отрицательного, так что малая отрицательная статистика сохраняет знак. В режиме Значащие цифры (только дробная часть) дополнительной точности хватает, чтобы вывести такие значения полностью, а при включённом параметре Использовать научный формат для больших чисел они выводятся в экспоненциальной записи.

Другие параметры отображения #

• Использовать научный формат для больших чисел — по умолчанию выключено. Если параметр включён, числа больше 10 миллионов в режиме Десятичные знаки выводятся в экспоненциальной записи. В ней же, а не порогом, выводится значение, слишком малое для выбранной точности (например, 1.23e-5).
• Прокручивать страницу к результатам после анализа — по умолчанию включено: после каждого анализа страница прокручивается к его результатам.

Статистика #

Уровень доверия #

• Уровень доверия — уровень всех доверительных интервалов, которые строят анализы: 90%, 95% (по умолчанию), 99% или 99.9%. Что означает этот уровень, объяснено на странице о доверительных интервалах.

Повторы бутстрэпа #

• Повторы бутстрэпа — число повторных выборок в бутстрэп-расчётах: от 10 до 10 000, по умолчанию 100. Чем больше повторов, тем устойчивее оценки, но тем дольше расчёт.

Повторы перестановок #

• Повторы перестановок — сколько раз перемешиваются метки при вычислении перестановочных p-значений. От этого числа зависят теоретико-информационные критерии (взаимная информация, дивергенция Йенсена — Шеннона), критерий Джонкхира — Терпстры, смоделированное p критерия Андерсона — Дарлинга и энергетический критерий в сравнительном анализе, а также перестановочный критерий модераторов в метаанализе. Для энергетического критерия число повторов сокращается до того, что успевает выполниться на данной выборке, а фактическое число указывается на карточке. Перестановочные критерии корреляционного анализа эту настройку не используют: число повторов для них подбирается по уровню значимости и не бывает меньше значения параметра Повторы бутстрэпа. Диапазон — от 99 до 10 000, по умолчанию 999. Разрешение перестановочного p-значения равно $1/(\text{replications}+1)$: при 999 повторах шаг составляет 0.001, чего достаточно вблизи обычных уровней значимости. Поэтому настройка и отделена от параметра Повторы бутстрэпа: p-значения можно считать точно, не замедляя расчёт бутстрэп-интервалов.

Зерно бутстрэпа #

• Зерно бутстрэпа — начальное значение генератора псевдослучайных чисел для повторных выборок, на которых строится статистический вывод: любого бутстрэпа, а также перестановочных p-значений в тех модулях, где они зависят от этой настройки. Это BCa-интервалы статистик формы и бутстрэп-оценка стандартной ошибки медианы в описательной статистике; все повторные выборки в корреляционном анализе (бутстрэп-интервалы, перестановочные p-значения и p-значения Монте-Карло, бутстрэп на карточке сравнения и бутстрэп-полосы диаграмм рассеяния); бутстрэп-интервалы размеров эффекта и бутстрэп ROC в сравнительном анализе; бутстрэп медиации, стандартизованных коэффициентов, ROC, сравнения моделей и путевого анализа в регрессионном анализе; бутстрэп-оценки стандартных ошибок в lavaan в МСУ и КФА; бутстрэп-интервалы нагрузок и коэффициентов омега в факторном анализе; бутстрэп-ДИ коэффициентов надёжности в анализе надёжности и коэффициентов согласия (α Криппендорфа, коэффициентов κ, W Кендалла, стандартной ошибки измерения и индексов теории обнаружения сигнала) в анализе воспроизводимости и согласия; бутстрэп Q3* в IRT-анализе; бутстрэп устойчивости и консенсуса кластеров и бикластеров в кластерном анализе; бутстрэп регрессии Кокса с интервальным цензурированием в анализе времени до события; перестановочный критерий модераторов в метаанализе. Перестановочные и смоделированные p-значения сравнительного анализа (точного критерия Фишера, критерия согласия, критериев Андерсона — Дарлинга и Джонкхира — Терпстры, теоретико-информационных и энергетического критериев) используют собственные фиксированные зёрна и повторяются при любом значении этой настройки. Они перечислены в разделе Воспроизводимость этого модуля. Пустое поле (по умолчанию) означает новую случайную последовательность при каждом запуске, так что даже на тех же данных результаты от запуска к запуску немного различаются. Любое целое число (в том числе 0) делает запуск полностью воспроизводимым: одно и то же зерно на одних и тех же данных даёт одинаковые повторные выборки во всём анализе. Это полезно, когда результаты готовятся к публикации или когда две конфигурации нужно сравнить на одних и тех же повторных выборках.

Зерно воспроизводимости #

• Зерно воспроизводимости — начальное значение генератора для случайных шагов, которые входят в саму оценку, а не в статистический вывод: стартовых точек алгоритма, подвыборок, разбиения на блоки. Это стартовые центры k-средних, эталонные выборки статистики разрыва и статистика Хопкинса в кластерном анализе, а также инициализация алгоритмов бикластеризации; параллельный анализ, случайные старты вращений, перебор VSS и MAP и повторная подгонка Шмида — Леймана в факторном анализе; любое разбиение на блоки, половинные выборки и деление выборки в регрессионном анализе (перекрёстная проверка ROC, подбор параметров регуляризованной оценки и её отбор по устойчивости), а также подвыборка для критерия Шапиро — Уилка при объёме выше порога больших выборок, как и в анализе временных рядов; подвыборки MCD при поиске многомерных выбросов в МСУ и КФА и в IRT-анализе, а также повторные выборки для индивидуальной надёжности в IRT; отжиг при поиске сообществ в корреляционном анализе; сбалансированная подвыборка для объясняющей меры ξ в сравнительном анализе. Пустое поле означает новую случайную последовательность при каждом запуске, а по умолчанию зерно равно 42. Любое целое число (в том числе 0) делает эти шаги полностью воспроизводимыми. Если зерно пустое, для перекрёстной проверки ROC в регрессии оно выбирается случайно и сохраняется в сеансе R как cv_seed, так что и такой запуск можно повторить. Эта настройка отделена от параметра Зерно бутстрэпа, чтобы можно было менять бутстрэп-выборки, не трогая остальной анализ, или наоборот.

Уровень значимости для проверки допущений #

• Уровень значимости для проверки допущений — порог α для проверок допущений (нормальности, однородности дисперсий, сферичности и т. д.): от 0.001 до 1, по умолчанию 0.05. Он отделён от основного уровня значимости, потому что у проверок допущений обратная задача: более высокий α (например, 0.10) более консервативен, так как выявляет больше нарушений (см. какая нулевая гипотеза). p-значения и статистики в этих таблицах тоже выделяются и помечаются звёздочками по этому уровню, а не по основному, поэтому оформление ячейки согласуется с выводом рядом с ней. Какой уровень используется в какой таблице, перечислено в разделе форматирование значимости.

Рекомендательные пороги проверок допущений #

Три порога для предупреждений, которые проверки допущений корреляционного анализа выдают без формального статистического критерия. Последний из них используют и проверки допущений сравнительного анализа: для них это объём выборки, ниже которого нарушение нормальности уже нельзя списать на центральную предельную теорему.

• Порог предупреждения «много совпадений» (поправка дисперсии рангов на связанные ранги) — значение поправки на связанные ранги $\sum (t^3-t)/(n^3-n)$, выше которого переменная не проходит проверку Допустимая доля совпадений (p-значения ранговых методов становятся ненадёжными). Это именно тот член, который входит в дисперсии ранговых статистик, а не доля совпадающих наблюдений: та близка к 1 у любой порядковой переменной и к 0 у любой непрерывной и потому ничего не различает. При k примерно одинаково заполненных уровнях поправка составляет ≈ 1/k², поэтому порог по умолчанию отмечает переменные, у которых эффективных уровней не больше трёх, а также любую бинарную или порядковую переменную с сильным скоплением значений, тогда как сбалансированная пятибалльная шкала Ликерта (≈ 0.04) проходит. По умолчанию 0.10.
• Порог предупреждения об ограничении диапазона (доля доминирующего значения) — доля наблюдений с одним и тем же значением, выше которой переменная не проходит проверку Достаточный разброс (преобладающее значение ослабляет корреляции с этой переменной). По умолчанию 0.5.
• Порог предупреждения о малой выборке (N) — число полных наблюдений для пары переменных, ниже которого в сводку подходящих методов добавляется пометка малая выборка. По умолчанию 30.

Статистические пороги #

Пороговые значения, по которым приложение интерпретирует результаты. В каждом наборе порогов есть именованные уровни, и они должны идти по порядку: по возрастанию там, где большее значение хуже (VIF, RMSEA, SRMR, HTMT), и по убыванию там, где большее значение лучше (CFI, TLI и все шкалы силы связи):

• Пороги коллинеарности VIF — по ним регрессионный анализ отмечает мультиколлинеарность: Умеренная (по умолчанию 5), Высокая (по умолчанию 10).
• Пороги соответствия RMSEA — градация RMSEA в факторном анализе, КФА и МСУ: Отличная (0.05), Приемлемая (0.08), Плохая (0.10).
• Пороги соответствия CFI — градация CFI в факторном анализе, КФА и МСУ: Отличная (0.95), Приемлемая (0.90), Плохая (0.85).
• Пороги соответствия TLI — градация TLI в факторном анализе, КФА и МСУ: Отличная (0.95), Приемлемая (0.90), Плохая (0.85).
• Пороги соответствия SRMR — градация SRMR в факторном анализе, КФА и МСУ: Отличная (0.05), Приемлемая (0.08), Плохая (0.10).

Распространены и другие варианты. Ху и Бентлер (Hu & Bentler, 1999) предлагают более строгие пороги (RMSEA < 0.06, CFI и TLI > 0.95, SRMR < 0.08), а в некоторых областях приняты более мягкие (RMSEA < 0.08 как приемлемое значение, CFI > 0.90). Задайте пороги, принятые в вашей области.

• Пороги дискриминантной валидности HTMT — градация отношения гетеротрейт-монотрейт в МСУ и КФА: Пограничная (по умолчанию 0.85), Плохая (по умолчанию 0.90). Значения ниже пограничного порога означают хорошую дискриминантную валидность. В легенде карточки указаны действующие значения.

Порог 0.85 — консервативное соглашение, а для концептуально близких конструктов иногда берут 0.90.

• Диапазоны силы корреляции — подписи для знаковых коэффициентов корреляции (Пирсона, Спирмена, Кендалла и других мер от −1 до +1): Очень сильная (0.9), Сильная (0.7), Умеренная (0.5), Слабая (0.3), Очень слабая (0.1).

Эти значения соответствуют ориентирам Коэна (Cohen, 1988), принятым в психологии. В медицине и естественных науках часто пользуются другими ориентирами, например по Эвансу (Evans, 1996): 0.20–0.39 (слабая), 0.40–0.59 (умеренная), 0.60–0.79 (сильная), 0.80 и выше (очень сильная).

У беззнаковых мер (от 0 до 1) и особых мер собственные наборы уровней, поскольку их шкалы другие:

• Диапазоны нормализованной взаимной информации — для теоретико-информационного семейства (NMI, AMI, когерентность, U Тейла): Очень сильная (0.7), Сильная (0.5), Умеренная (0.3), Слабая (0.15), Очень слабая (0.05).
• Диапазоны корреляционного отношения (ε²) — Очень сильная (0.25), Сильная (0.14), Умеренная (0.06), Слабая (0.01), Очень слабая (0.005). Уровни продолжают ориентиры Коэна (Cohen, 1988) для эта-квадрат (η²): 0.01 для малого эффекта, 0.06 для среднего, 0.14 для большого. Модуль применяет их к эпсилон-квадрат с поправкой на смещение: ориентиры задумывались именно для этой величины в генеральной совокупности.
• Диапазоны V Крамера — Очень сильная (0.5), Сильная (0.3), Умеренная (0.15), Слабая (0.1), Очень слабая (0.05), по ориентирам Коэна (Cohen, 1988) для df = 1, то есть для таблицы 2×2. В таблице побольше тот же эффект даёт меньшее V, и там эти пороги его занижают.
• Диапазоны D Хёффдинга — Очень сильная (0.3), Сильная (0.15), Умеренная (0.08), Слабая (0.03), Очень слабая (0.01). D вычисляется в шкале Hmisc (примерно от −0.5 до 1), и его значения заметно ниже, чем у взаимной информации, поэтому пороги подобраны эмпирически.
• Диапазоны ξ Чаттерджи — Очень сильная (0.6), Сильная (0.3), Умеренная (0.15), Слабая (0.05), Очень слабая (0.02). Коэффициент Чаттерджи приближается к своему пределу лишь при почти детерминированной связи, а на зашумлённых данных остаётся заметно ниже, чем взаимная информация. Поэтому его пороги получены из стандартных уровней силы корреляции пересчётом через измеренную кривую ξ(ρ).

Настройки p-значений #

Формат отображения #

• Формат отображения p-значений — как p-значения выводятся во всех таблицах результатов, один из трёх форматов ниже.
• Точное p-значение — вычисленное p-значение (например, 0.031) с точностью из параметра Точность: p-значения. Этот формат выбран по умолчанию.
• Категория — пороговая метка вместо значения (например, p ≤ 0.05).
• Скрыть p-значения — p-значения не выводятся.

Поправка на множественные сравнения #

Когда проводится много проверок сразу, p-значения можно скорректировать, чтобы ограничить риск ложноположительных результатов.

• Метод поправки p-значений — поправка к p-значениям одного семейства критериев в пределах таблицы: несколько таблиц или анализов она никогда не охватывает. Выбирается один из методов ниже, по умолчанию поправки нет.
• Нет — p-значения выводятся такими, какими вычислены (по умолчанию).
• Бонферрони — умножает каждое p-значение на число критериев (поправка Бонферрони).
• Холм — даёт ту же гарантию, что и поправка Бонферрони, но пошагово, начиная с наименьшего p, и никогда не уступает ей в мощности (метод Холма).
• Хоммель — уточнение метода Хохберга при тех же условиях, ещё чуть мощнее (метод Хоммеля).
• Хохберг — метод Холма в обратном порядке, от наибольшего p к наименьшему. Он немного мощнее и корректен, когда критерии независимы или связаны положительно (метод Хохберга).
• FDR (Бенджамини — Хохберг) — контролирует долю ложных открытий, а не вероятность хотя бы одного ложноположительного результата (метод Бенджамини — Хохберга).
• FDR (Бенджамини — Екутели) — контролирует долю ложных открытий при любой зависимости между критериями, но ценой более сильной поправки (метод Бенджамини — Екутели).
• Отображение скорректированных p-значений — где выводится скорректированное p-значение, один из двух вариантов ниже.
• Показывать исходные и скорректированные — скорректированное p-значение выводится рядом с исходным (по умолчанию).
• Заменять исходные скорректированными — скорректированное p-значение выводится вместо исходного.

Какую поправку выбрать? Выбирайте метод Холма по умолчанию, метод Бенджамини — Хохберга для разведочного анализа с большим числом критериев и поправку Бонферрони там, где её ожидает рецензент. Обоснование с разобранным примером приведено в разделе какую поправку выбрать.

Уровень значимости #

• Уровень значимости — порог α для вывода о значимости: от 0.001 до 0.499, по умолчанию 0.05. От него зависит, какие результаты помечаются как значимые. Что означает этот порог и чего не означает слово «значимый», объяснено на странице о проверке гипотез. Уровень значимости не связан с уровнем доверия: критерий при α = 0.01 и 95-процентный интервал могут разойтись в оценке одного и того же эффекта, поэтому меняйте оба параметра согласованно.

Форматирование значимости #

Эти параметры можно сочетать:

• Полужирный текст для значимых p-значений — значимые p-значения выделяются полужирным.
• Цветной текст для значимых p-значений — значимые p-значения выводятся цветом из параметра Цвет текста ниже.
• Цвет текста — цвет значимых p-значений при включённом параметре Цветной текст для значимых p-значений. Задаётся hex-кодом или в палитре, по умолчанию красный (#ff0000).
• Цветной фон значимых p-значений — по умолчанию включено: ячейки со значимыми значениями подсвечиваются фоном.
• Цвет фона — цвет подсветки, задаётся hex-кодом или в палитре. По умолчанию светло-зелёный (#e6ffe6).
• Отображать столбец интерпретации — по умолчанию включено: в таблицы результатов, где это предусмотрено, добавляется столбец с интерпретацией простыми словами.
• Добавить звёздочки значимости к статистикам критериев — звёздочки (*, **, ***) ставятся по уровню значимости (например, W*).

Что считается значимым, зависит от таблицы. В таблице результатов p сравнивается с уровнем значимости, а в таблице, где проверяется допущение, — с уровнем значимости для проверки допущений. К таким таблицам относятся проверки допущений сравнительного анализа и его таблицы критерия сферичности Моучли; карточка критериев нормальности; проверки адекватности выборки и многомерной нормальности в факторном анализе и в МСУ и КФА; таблицы нормальности в проверках допущений корреляционного анализа; проверки модели в регрессионном анализе, то есть диагностика остатков, критерий выбросов, критерий Бранта, критерии согласия и критерий направленной сепарации (все критерии с нулевой гипотезой «с моделью или данными всё в порядке», а на уровне значимости остаётся только критерий точности классификации); критерий точного соответствия χ² и критерий близкого соответствия RMSEA в таблице соответствия модели МСУ и КФА, а также в строке p сравнения моделей и Δχ² в таблице сравнения инвариантности; в анализе временных рядов критерии Льюнга — Бокса для исходного ряда и для остатков, строка Шапиро — Уилка для остатков и строка KPSS в таблице стационарности (строки ADF и PP в ней проверяют противоположную нулевую гипотезу, о единичном корне, и остаются на уровне значимости). Поэтому полужирный шрифт, цвет, подсветка и звёздочки у p-значения соответствуют выводу рядом с ним, как бы ни были заданы оба уровня. В таблице сферичности p-значения с поправками Гринхауса — Гейссера и Хюйна — Фельдта — это p-значения самого общего критерия, поэтому они остаются на уровне значимости. Правило, из которого следует этот список (уровень выбирается по нулевой гипотезе), сформулировано один раз, в блоке какой уровень использует таблица.

Внешний вид #

Стиль таблиц #

• Стиль таблицы — оформление границ во всех таблицах результатов, один из пяти стилей ниже.
• Полные границы — рамки у всех ячеек (по умолчанию).
• Стиль APA — толстые линии сверху и снизу и линия под заголовком, без рамок у ячеек.
• Без границ — никаких линий, кроме тонкой линии под заголовком.
• Только горизонтальные линии — горизонтальные линии между всеми строками.
• Минимальный — только линии сверху, снизу и под заголовком.

Шрифт #

• Шрифт — гарнитура вывода: системная по умолчанию, Arial, Times New Roman, Courier New, Georgia или Verdana.
• Размер шрифта — кегль вывода: системный по умолчанию или фиксированный, от 10 до 18 пикселей.
• Системный по умолчанию — вывод наследует гарнитуру или кегль самого интерфейса (по умолчанию в обоих полях).

Эти настройки меняют только раздел вывода, остальной интерфейс они не затрагивают.

Цвета индикаторов #

• Цвет индикатора: хорошо — цвет благоприятного вывода (пройденной проверки, хорошего соответствия) в метках статуса и оценочных ячейках результатов. По умолчанию зелёный (#198754).
• Цвет индикатора: плохо — цвет неблагоприятного вывода. По умолчанию красный (#dc3545).
• Цвет индикатора: неопределённо — цвет пограничного или настораживающего вывода. По умолчанию янтарный (#ffc107).

Пропущенные данные #

Метод #

• Общий метод обработки пропущенных значений — как обрабатываются пропуски перед каждым анализом: один из трёх методов ниже.
• Попарное удаление — метод по умолчанию. Наблюдение исключается, только если у него есть пропуски в переменных, которые участвуют в данном расчёте, так что каждому расчёту достаётся максимум доступных данных.
• Построчное удаление — исключается любое наблюдение, у которого есть пропуск хотя бы в одной из выбранных переменных. Тогда все анализы выполняются на одном и том же наборе полных наблюдений.
• Импутация — перед анализом пропуски заменяются рассчитанными значениями по методу из параметра Метод подстановки ниже.

Построчное удаление может не оставить данных. Если в наборе есть редко заполняемая переменная (вопрос из ветви опросника, которую часть респондентов пропускает, или необязательная шкала), удаляется каждое наблюдение, где она пуста. Если удалены все наблюдения или осталась половина и меньше, карточка Предварительный просмотр данных предупреждает об этом и называет выбранные переменные с наибольшим числом пропусков. Снимите выбор этих переменных в окне «Переменные» или вернитесь к попарному удалению.

Параметры импутации #

• Метод подстановки — способ замены пропусков при импутации, один из четырёх ниже. Каждый пропуск в столбце получает одно и то же значение, вычисленное методом, а категориальные переменные всегда заполняются модой — см. чего стоит импутация.
• Среднее значение — по умолчанию. Только для числовых переменных: пропуски заменяются средним значением переменной.
• Медиана — только для числовых переменных: пропуски заменяются медианой.
• Мода — пропуски заменяются самым частым значением. Подходит и для числовых, и для категориальных переменных.
• Константа — пропуски заменяются фиксированным значением из поля Константа ниже.
• Константа — значение, которое подставляет метод константы. По умолчанию 0.

Чего стоит импутация. Все эти методы подставляют одно значение: каждый пропуск в столбце получает одно и то же число. Из-за этого стандартное отклонение столбца занижается, корреляции и нагрузки смещаются к нулю, а n остаётся полным, так что у критериев завышено число степеней свободы. Об этом же напоминает подсказка под параметром Метод подстановки. Предпочитайте попарное или построчное удаление, если только анализу не нужна полная матрица (надёжность, кластерный анализ), а об импутации прямо пишите в отчёте.

Обработка пропусков задаётся глобально и одинаково действует на все анализы. Кроме того, наблюдения можно отбирать вручную фильтром наблюдений.

Графики #

Цвета тепловой карты #

Три цвета задают градиент тепловой карты бикластеров в кластерном анализе:

• Цвет тепловой карты: высокие значения — положительный край шкалы. По умолчанию красный (#b2182b).
• Цвет тепловой карты: средние значения — нейтральная середина. По умолчанию светло-серый (#f7f7f7).
• Цвет тепловой карты: низкие значения — отрицательный край шкалы. По умолчанию синий (#2166ac).

Максимальное расстояние между точками #

• Максимальное расстояние между точками (пикс.) — ограничивает начальную ширину графиков кластерного анализа (графиков выбора k, дендрограммы и других, где точек немного): на каждую точку приходится не больше заданного числа пикселей, так что график с малым числом точек рисуется уже, а не растягивается на всю карточку. От 10 до 200, по умолчанию 40. Расширить график можно и потом, потянув за маркер изменения размера.