矿床统计学重点

考试可以带计算器 矿床统计预测概念： 以多元统计或其他数学方法为基本工具，以矿床/矿化体/成矿远景区及相关地质体和地质过程为研究对象，以电子计算机为手段，以查明各种控矿因素和找矿标志组合对成矿和找矿的作用（定量），以最终圈定出矿化体可能产出的空间位置、规模和概率为目的。 一、地质变量研究 1.地质变量的类型 举例说明:观测变量 、乘积变量 、综合变量、伪变量 2.选择地质变量的统计方法 1几何作图法，如点图法； 2计算简单相关系数、偏相关系数、秩相关系数； 3信息量计算法； 4各种多元统计方法，化回归系数法等 5用于二态变量筛选：（特征分析的变量权法、变异序列法） 3.对地质变量进行变换的目的（因子分析、聚类分析、有序样品的最优分割法等） 1 地质变量尽可能呈正态分布；（对数变换：对数正态分布---正态分布） ②统一地质变量的数据水平；（聚类分析、因子分析等） ③使两变量间的非线性关系变换为线性关系（趋势面方程中多项式函数——转换为线性函数） ④用一组新的为数更少的相互独立变量代替一组有相关联系的原始地质变量（R因子分析）。 4.公式以及两种变换方法变化后数据特点： 二、矿床统计预测的基本思路和任务（4点） 1.圈定成矿远景区，预测出矿床可能产出的位置 2.预测成矿远景区中某种矿床可能存在的概率大小 3.预测矿床值的可能大小 4.定量评价各种控矿因素和找矿标志及其不同状态和组合对成矿的作用 三、矿床统计预测基本理论（4点） 1. 相似-类比理论（Analogue） 2. 求异理论（地质异常理论） 3. 控矿因素定量组合控矿理论 4. “三联式”成矿预测理论“ 三联式”成矿预测以各类致矿地质异常圈定为基础、以成矿多样性分析为目标、以区域成矿谱系研究为依据，将地质异常、成矿多样性和矿床谱系研究紧密结合，并用于指导矿产定量预测（赵鹏大等；2002）。 四、矿床统计预测的基本准则（6点） 1. 综合预测准则 2. 尺度水平对等准则 3. 矿床值分布律准则 （资源总量预测、品位、吨位分布模型等） 4. 定量预测准则 5. 评价准则和最优化准则 6. 发现率分析准则 五、矿床统计预测的类型 1) 小比例尺矿床资源总量估计及潜力评价（1:50万或更小） 2) 中比例尺成矿远景区定量预测 3) 大比例尺局部地段含矿性定量评价（矿体定位预测） （各方法常见比例尺、主要目的、常用统计预测方法） 六、中大比例尺矿床统计预测基本步骤和研究 （1）按任务及条件，确定研究区范围，预测对象和预测比例尺。 （2）划分预测单元，确定控制区（模型区） （3）矿床模型研究 （4）全面收集研究区的地质、矿床、化探、物探、遥感等资料，进行变量的选取、取值、综合变量的构置、变换等。 （5）建立数学模型，并对其进行显著性检验。 （6）对未知单元进行预测，圈定成矿远景区或找矿有利地质段，估计资源量。 （7）对预测结果进行成矿条件分析和综合评价，修正预测模型，提出今后工作建议 七、单元的意义、单元划分方法以及单元类型 各种数学模型对用来建立模型的单元的要求： 控制单元：可是已知有矿单元，亦可是已知无矿单元，多数情况下，控制单元应在研究区范围内，但有时也可选在相邻的地质条件相似且研究程度较高的地区 模型单元： 八；预测方法部分 方法主要解决地质问题：（回归分析、判别分析、特征分析、趋势分析、因子分析、最优分割法、） 模型（公式）表达式及各项含义：（回归分析、判别分析、特征分析、因子分析） 建模单元要求及变量取值要求：有些要求必须是典型含矿单元，是不是0-1型变量？注意考察 求解原理：（最小二乘法、费歇尔准则、最短距离法、乘积矩阵法/（匹配矩阵）代数和、变异序列法、树枝图求最小区分标志组合  主成分解的含义  等等）、 关键运算步骤：聚类图、特征分析、逻辑信息法、回归、判别、 预测临界值求法：（类比法、作图法、统计法） 成果地质解释： 实习一：资源潜力评价，评价一个地区是否具有发现新矿床的潜力 数学方法：单元内矿点数服从泊松分布或负二项分布 实习二：地质数据统计分布特征 -混合总体的筛分 意义： 由一次地质作用形成的单一成因总体所构成的统计分布称为简单分布，如正态分布和泊松分布 由多次地质作用叠加形成的多个成因总体所构成的统计分布称为混合总体 筛分目的：掌握单一总体特征（如均值、方差） 实习三：综合地质变量-Hr（0-1） 应用：围岩蚀变组合、岩性组合Hr Hr物理意义（单一蚀变或无蚀变：0；蚀变类型多且均匀：1） 实习四：秩相关分析 公式： 应用： 1．筛选变量，确定有利找矿的标志状态（标志有利取值范围，如岩体出露面积比） 2.确定有利找矿的临界值，确定有利找 矿单元（远景区） 实习五：信息量计算法预测 公式： 用途： 1。筛选变量 2。确定有利找 矿单元（远景区） 实习六：回归分析法预测 线性模型表达式及含义： 最小二乘法 F检验（平方和分解SST=SSU+SSE） 偏回归系数与标准化回归系数含义 回归分析主要解决问题： ①确定回归方程方法： ②预测 ③判断自变量与因变量的亲疏关系：自变量的重要性体现在标准回归系数上，标准回归系数越大，则xi与y的关系越密切. 实习七：判别分析法预测（费歇尔准则下的两类线性判别） 用途：样品判别分类 建模单元要求（两类典型样品） 线性模型表达式及含义：判别函数（y）、判别系数（b）（反应判别变量的重要性） 求解判别函数准则：费歇尔准则： 判别临界值求解 对未知样品的判别 实习八：聚类分析法预测（一次计算法、最短距离法） 用途：样品或变量分类 建模单元要求（无要求） R型聚类（变量分类）和Q型聚类（样品分类） 聚类统计量：R、D 方法：一次计算法、最短距离法 实习九：逻辑信息法预测 用途：成矿预测， 建模单元要求（已知典型不同规模的含矿单元） 变量取值要求  二态或三态 变量筛选方法：变异序列法，什么叫变异序列？ 做树枝图法求最小区分标志组合：什么叫最小区分标志组合？ 标志信息权：对标志作用大小的度量 实习十 特征分析法 用途：成矿预测，筛选变量（根据计算的变量权值大小） 建模单元要求（已知典型含矿单元） 变量取值要求  二态或三态 线性模型表达式及含义：关联度（y）、变量权（b）（反应变量的重要性） 乘积矩阵方法求变量权 实习十一 趋势分析 用途：分解变量（观测值 = 趋势值 + 局部异常值 + 随机干扰）， 化探上常用来求背景（趋势值）和异常（局部） ①区域性变化 ②局部性变化 ③随机性变化 方法：滑动平均法 多项式拟合函数（通过变量变换 转化成多元线性关系求解） 实习十二：有序样品的最优分割法 用途： 地层划分 统计量：段内离差平方和 原理：段内离差平方总和最小 实习十三：因子分析与地质成因解释 用途：成因分类 R型因子分析（变量成因分类）和Q因子分析（样品成因分类） 建模单元要求（无要求） 模型表达式及含义：（ p> m ） 因子载荷A的含义：公因子方差 和 方差贡献 样品成因分类方法：聚类、因子 变量成因分类方法：聚类、因子