
- •Частина 1 Базові поняття статистики
- •Передмова
- •1. Вступ до геостатистики Характер геологічної інформації
- •Шкали вимірювання кількісних даних
- •Первинне опрацювання інформації
- •Системний аналіз геологічних об’єктів і процесів
- •Три типи математичних моделей
- •Роль математичної статистики в опрацюванні геологічних даних
- •Завдання математичної статистики
- •Загальна схема розв’язування геологічних задач
- •Геостатистика: між ейфорією та скепсисом
- •2. Головні поняття теорії Ймовірностей
- •Головні властивості ймовірностей
- •Приклад обчислення ймовірностей за допомогою частотного відношення
- •Властивості функції розподілу
- •Характеристики випадкових величин
- •4. Головні закони розподілу, які використовують у геостатистиці
- •Біноміальний закон розподілу
- •Закон розподілу Пуассона
- •Нормальний закон розподілу, або розподіл Гауcса
- •Логарифмічно нормальний (логнормальний) розподіл
- •Інші закони розподілу
- •Розподіл Стьюдента (t-розподіл)
- •Розподіл хі-квадрат
- •Розподіл Фішера (f-розподіл)
- •5. Точкові та інтервальні оцінки статистичного матеріалу (параметрів геологічної сукупності) Критерії оцінювання
- •Точкові оцінки для математичного сподівання, дисперсії, асиметрії та ексцесу
- •Інтервальна оцінка для математичного сподівання
- •Мінімально необхідна кількість вимірювань для оцінювання математичного сподівання із заданою точністю
- •Інтервальна оцінка для дисперсії
- •Дисперсія асиметрії та ексцесу й перевірка гіпотези про нормальний розподіл
- •6. Перевірка геологічних гіпотез Поняття про статистичне доведення
- •Шість етапів статистичного доведення
- •Похибки першого й другого роду
- •Параметричні й непараметричні критерії
- •Критерій погодженості хі-квадрат
- •7. Порівняння двох об’єктів за середнім та дисперсією Критерії Велча й Вілкоксона
- •Критерії Фішера й Сіджела–Тьюкі
- •Список Рекомендованої літератури
- •Список Довідкової Літератури
- •Деякі Інтернет-ресурси
- •Геостатистика
Завдання математичної статистики
Головними задачами математичної статистики є:
планування та оптимізація експерименту (організації спостережень або вимірювань);
збирання статистичного матеріалу;
аналіз статистичних даних математичними методами;
прогнозування.
Статистичні моделі найчастіше використовують для:
отримання на підставі вибіркових даних найбільш надійних оцінок для властивостей (ознак) геологічного об’єкта чи процесу;
перевірки геологічних гіпотез;
виявлення і математичного опису взаємозв’язків між властивостями геологічних об’єктів;
класифікації геологічних об’єктів;
визначення обсягу геологічних даних, необхідних для оцінки властивостей із заданою точністю.
Особливу групу становлять математичні моделі геологічних об’єктів, які розглядають у просторі й часі. Тут припускаємо, що властивості залежать від координат точки простору. Просторові статистичні моделі застосовують для виконання таких завдань:
перевірки гіпотез про закономірність розміщення та характер процесів формування геологічних об’єктів;
виявлення аномалій у геологічних та геофізичних полях;
виявлення внутрішньої структури та класифікація об’єктів;
розробки методів інтерполяції та екстраполяції даних (визначення деякої величини за даними в окремих точках);
вибору оптимальної густоти розміщення точок спостережень.
Загальна схема розв’язування геологічних задач
Формулювання геологічної задачі.
Визначення меж геологічних об’єктів, його властивостей, створення інформаційного забезпечення, збирання статистичного матеріалу.
Вибір математичної моделі й формулювання математичної задачі. Методологічні вимоги до математичної моделі такі: ● модель повинна адекватно (достатньо повно) відображати специфіку (найважливіші властивості) конкретної задачі; ● модель повинна бути достатньо простою, такою, що допускає розв’язок математичними методами.
Вибір математичних методів і розв’язування задачі (як звичайно, із застосуванням обчислювальної техніки).
Геологічна інтерпретація отриманих результатів.
Оцінка якості розв’язання задачі, зокрема, точності й можливої похибки з огляду на неадекватність моделей природним об’єктам.
У разі потреби уточнюють формулювання геологічної задачі чи математичну модель і розв’язують задачу повторно (ітеративно) до досягнення необхідних результатів, вичерпання ресурсів (часу, коштів) або прийняття негативного висновку.
Геостатистика: між ейфорією та скепсисом
Методи кількісного аналізу даних у геології, як засвідчила практика, дуже корисні. Збирання достатньої кількості якісних (кондиційних) даних дає змогу повніше вивчати об’єкт, а розроблені методики (наприклад, з опрацювання геофізичних даних свердловин) допускають достовірні прогнозні вирішення, виявлення нових родовищ корисних копалин. У цьому разі дослідженню притаманні точність та об’єктивність, що, зокрема, дисциплінує спеціаліста-геолога. Однак найбільший ефект, можна вважати, полягає не в тому, щоб показати, що є правильним, а відкинути заздалегідь неправильні результати, що можуть бути зумовлені: а) недосвідченістю або тенденційністю; б) надмірністю прийнятих припущень; в) недостатньою кількістю чи неякісністю даних, що так чи інакше завжди трапляється в геологічній практиці. Якщо б у геології, подібно до фізики чи хімії, можна було провести експеримент, то суперечності й гіпотетичності геологічних даних можна було б уникнути. Переважна частина геологічних знань є описовими, а тому зумовлює скептичне ставлення до неї з боку математиків, які не довіряють твердженням на підставі тільки загальних аргументів і здорового глузду.
Інша крайність – це сліпа віра в безпомилковість математичних моделей або комп’ютерних обчислень. Часто довгі рулони роздруківок з цифрами можуть тільки залякати дослідника. Наприклад, машина легко може виконати обчислення з десятьма знаками після коми, однак досвідчений геолог природно засумнівається в такій точності результатів, а отже, матиме бажання взагалі їх відкинути.
Отже, методи геостатистики не можна чітко віднести до суто статистичних методів, з якими оперує математична статистика. Проте, як і в математичній статистиці, геостатистика виходить із того факту, що на підставі обмеженої вибірки можна отримати інформацію про всю геологічну сукупність. Дуже часто даних є недостатньо, однак “спостереження, пов’язані з дослідженням Землі, є надто дорогими, щоб ними можна було знехтувати” (Дж. Девіс).