- •Введение
- •Одномерные статистические модели
- •Содержание NiO в различных зонах коры выветривания
- •Содержание CoO в различных зонах коры выветривания
- •Содержание SiO2 в различных зонах коры выветривания
- •Содержание MgO в различных зонах коры выветривания
- •Содержание Al2o3 в различных зонах коры выветривания
- •Содержание Cr2o3 в различных зонах коры выветривания
- •Двумерные статистические модели
- •Многомерные статистические модели
- •Полиметаллического месторождения (участок 1)
- •Полиметаллического месторождения (участок 1)
- •Полиметаллического месторождения (участок 1)
- •Полиметаллического месторождения (участок 1)
- •Полиметаллического месторождения (участок 1)
- •Полиметаллического месторождения (участок 2)
- •Полиметаллического месторождения (участок 2)
- •Полиметаллического месторождения (участок 2)
- •Математическое описание пространственных геологических закономерностей
- •Критерии оценки
- •Литература
- •Содержание
- •625000, Тюмень, ул. Володарского, 38.
- •625039, Г. Тюмень, ул. Киевская, 52
Многомерные статистические модели
Лабораторная работа №5. Оценка содержания попутного полезного компонента в полиметаллических рудах с помощью корреляционного анализа и уравнения регрессии
В рудах полиметаллического месторождения, кроме основных полезных компонентов — цинка, свинца и меди, содержатся попутные полезные компоненты — золото, серебро, кадмий, сурьма, барий, извлекаемые из руд в процессе переработки. При наличии корреляционной связи между концентрациями основных и одного из попутных компонентов содержания последнего по отдельным участкам месторождения могут оцениваться по присутствию основных компонентов, что позволяет существенно уменьшить затраты на анализы. Для решения вопроса о возможности применения корреляционного метода подсчета запасов попутного компонента и расчета уравнения регрессии используются результаты анализов на основные и попутный компоненты по пробам (табл. 3.1.1-3.1.8).
Требуется:
1) проверить гипотезу о наличии корреляционной связи между основными и одним из попутных компонентов;
2) определить, с каким из основных компонентов наиболее тесно связан попутный компонент;
3) получить корреляционную матрицу, дать ее графическое изображение. Выделить значимые коэффициенты корреляции;
4) при наличии корреляционных связей между основными и попутным компонентом провести регрессионный анализ с учетом связей между основными и попутным компонентами. Рассчитать уравнение регрессии для оценки содержания попутного компонента по основным.
Методические указания.
1. Создать файл данных, используя процедуру программы «Statistica» по одной из таблиц 3.1.1-3.1.8.
2. Провести корреляционный анализ всей выборки. Для этого в меню с основными процедурами (STATISTICA Module Switcher) выбрать Basic Statistics/Tables, а в появившемся его меню — Correlation matrices. В диалоговом окне процедуры корреляционного анализа выбрать кнопку «Matrix» для получения графического изображения корреляционных связей.
3. Если существует значимая корреляционная связь между основными и попутным компонентами, провести регрессионный анализ, для определения уравнения зависимости содержания попутного компонента в руде от содержания основных компонентов. Для этого в начальном меню «Statistica Module Switcher» выбрать «Linear Regression».
4. Полученные результаты с выводами оформляются в письменном виде и сдаются преподавателю.
Таблица 3.1.1
Содержание основных и попутного полезных компонентов в рудах
Полиметаллического месторождения (участок 1)
№ п/п |
Cu, % |
Pb, % |
Zn, % |
Au, г/т |
№ п/п |
Cu, % |
Pb, % |
Zn, % |
Au, г/т |
1 |
0,26 |
1,73 |
8,67 |
0,2 |
26 |
0,02 |
0,39 |
1,18 |
0,1 |
2 |
0,20 |
1,66 |
4,47 |
0,1 |
27 |
0,15 |
0,08 |
2,90 |
0,1 |
3 |
1,26 |
3,29 |
2,02 |
0,6 |
28 |
0,25 |
0,06 |
2,90 |
0,1 |
4 |
0,34 |
3,08 |
8,46 |
0,4 |
29 |
1,17 |
0,12 |
9,25 |
0,1 |
5 |
0,06 |
0,21 |
0,42 |
0,2 |
30 |
0,06 |
0,06 |
1,00 |
0,1 |
6 |
0,11 |
1,50 |
3,20 |
0,4 |
31 |
0,05 |
0,02 |
1,58 |
0,1 |
7 |
0,14 |
1,60 |
3,49 |
0,1 |
32 |
0,23 |
0,09 |
3,12 |
0,1 |
8 |
0,09 |
0,65 |
1,70 |
0,2 |
33 |
0,09 |
0,05 |
0,63 |
0,1 |
9 |
0,26 |
2,05 |
3,82 |
0,2 |
34 |
0,15 |
0,12 |
0,90 |
0,1 |
10 |
0,29 |
2,05 |
4,66 |
0,1 |
35 |
0,06 |
0,75 |
1,71 |
0,1 |
11 |
0,12 |
1,43 |
3,30 |
0,1 |
36 |
0,10 |
0,10 |
3,20 |
0,1 |
12 |
0,02 |
0,55 |
1,85 |
0,1 |
37 |
0,44 |
2,32 |
8,20 |
0,1 |
13 |
0,12 |
0,25 |
2,60 |
0,1 |
38 |
0,08 |
0,49 |
1,05 |
0,1 |
14 |
0,38 |
0,08 |
5,53 |
0,4 |
39 |
0,02 |
0,22 |
0,65 |
0,4 |
15 |
0,30 |
0,14 |
8,41 |
0,4 |
40 |
0,02 |
0,46 |
1,30 |
0,1 |
16 |
0,02 |
0,46 |
1,76 |
0,2 |
41 |
0,02 |
0,47 |
0,94 |
0,1 |
17 |
0,34 |
3,08 |
8,46 |
0,4 |
42 |
1,06 |
5,61 |
29,30 |
0,8 |
18 |
1,26 |
3,29 |
22,82 |
0,6 |
43 |
0,58 |
4,51 |
18,28 |
2,2 |
19 |
2,22 |
0,66 |
15,88 |
0,1 |
44 |
0,54 |
3,41 |
6,15 |
0,4 |
20 |
0,75 |
0,78 |
4,20 |
0,1 |
45 |
0,11 |
0,83 |
1,92 |
0,1 |
21 |
4,64 |
0,37 |
13,48 |
0,4 |
46 |
0,08 |
3,21 |
7,44 |
0,4 |
22 |
3,64 |
0,85 |
35,97 |
0,8 |
47 |
0,52 |
1,69 |
3,30 |
0,2 |
23 |
0,95 |
0,56 |
8,02 |
0,2 |
48 |
0,30 |
7,02 |
24,37 |
0,2 |
24 |
0,09 |
0,66 |
1,47 |
0,1 |
49 |
0,26 |
1,69 |
2,60 |
0,4 |
25 |
0,02 |
0,46 |
0,85 |
0,1 |
50 |
0,37 |
5,61 |
11,34 |
0,4 |
Таблица 3.1.2
Содержание основных и попутного полезных компонентов в рудах
