本發明涉及數據可視化分析處理技術領域，具體涉及一種基于云平臺的統計分析及可視化系統，包括：數據上傳模塊，用于上傳原始數據；算法選擇模塊，用于確定原始數據的類型，并根據原始數據的類型選擇統計分析算法；統計分析模塊，用于采用選擇的統計分析算法，對原始數據進行統計分析，得到統計分析的結果數據；結果展示模塊，用于根據統計分析的結果數據，形成并展示結果數據的可視化圖形。本發明通過自選擇統計分析算法以及通過統計分析算法自處理原始數據，即使是對于非專業人員來說，也可以快速掌握、運用，解決了現有的統計分析工具不適合非專業人員使用的技術問題。

技術領域

本發明涉及數據可視化分析處理技術領域，具體涉及一種基于云平臺的統計分析及可視化系統。

背景技術

目前，隨著科學技術的進步，出現了許多基于大數據的分析工具，能夠針對商業數據提供功能技術服務，同時，也可對患者數據進行深度挖掘分析，促進了醫學研究工作的開展和醫學事業的發展。

醫學統計是進行醫學研究的重要工具，能夠被廣泛地應用于實驗設計、資料收集及數據分析等方面，正確應用統計方法有利于有效開展科學研究，對于提高醫學科技論文的學術質量也有著極其重要的意義和作用。但是，誤用統計方法的現象仍然比較普遍，同時，由于統計分析軟件具有一定的專業性，對于許多無生物醫藥信息基礎的科學研究人員來說，如何選擇正確的統計方法并進行可視化存在著有一定的困難，也很耗費精力和時間。比如說，目前通常采用R語言、C語言以及C++語言等編寫代碼、程序來繪制小提琴圖，對于有生物信息編程基礎的人員來說，實現統計結果可視化幾乎沒有難度；然而，對于那些沒有生物信息編程基礎的人來說，卻存在相當大的難度，需要花費大量的時間去學習編程，不斷地嘗試摸索才能繪制出美觀且高質量的可視化圖，費時費力、效率低下。也就是說，現有的統計分析工具不適合非專業人員使用，缺乏通用性。

發明內容

本發明提供一種基于云平臺的統計分析及可視化系統，解決了現有的統計分析工具不適合非專業人員使用的技術問題。

本發明提供的基礎方案為：一種基于云平臺的統計分析及可視化系統，包括：

數據上傳模塊，用于上傳原始數據；

算法選擇模塊，用于確定原始數據的類型，并根據原始數據的類型選擇統計分析算法；

統計分析模塊，用于采用選擇的統計分析算法，對原始數據進行統計分析，得到統計分析的結果數據；

結果展示模塊，用于根據統計分析的結果數據，形成并展示結果數據的可視化圖形。

本發明的工作原理及優點在于：對原始數據進行統計分析的統計分析算法，是根據所上傳的原始數據的類型自動選擇的，不用人為選擇統計分析算法，后面的統計分析工作也是自處理完成；通過這樣的方式，即使是對于非專業人員來說，只需要上傳原始數據，即可快速得到統計分析后的可視化圖形；同時，可以實現無需下載繪圖軟件和學習編程，只需要通過簡單的操作得到結果數據，便于全面滿足用戶需求。

本發明通過自選擇統計分析算法以及通過統計分析算法自處理原始數據，即使是對于非專業人員來說，也可以快速掌握、運用，解決了現有的統計分析工具不適合非專業人員使用的技術問題。

進一步，算法選擇模塊還用于，采用Shapiro-Wilk test對原始數據進行正態分布檢驗，以及采用Levene’s test對原始數據進行方差齊性檢驗：若原始數據滿足正態分布且方差齊性，對原始數據進行參數檢驗，反之進行非參數檢驗。

有益效果在于：Shapiro-Wilk test，也即夏皮羅-威爾克檢驗法，可以快速地判定上傳的原始數據總體上是否服從正態分布；Levene’s test，也即列文方差齊性檢驗，在隨機樣本且相互獨立的情況下，可以準確地檢驗原始數據中兩組及兩組以上獨立樣本的方差是否相等。

進一步，算法選擇模塊還用于，如果原始數據滿足正態分布且方差齊性，進行參數檢驗：若原始數據的組數為兩組，進行Welch test；若原始數據的組數為兩組以上，進行ANOVA test。