نوع مقاله : مقاله پژوهشی
نویسندگان
1 دفتر اکتشاف و استخراج، شرکت تولید مواد اولیه و سوخت هسته‌ای، سازمان انرژی اتمی ایران، صندوق پستی: 1339-14155، تهران- ایران
2 دانشکده مهندسی معدن و متالورژی، دانشگاه صنعتی امیرکبیر، صندوق پستی: 15914، تهران - ایران
چکیده
در بررسیهای اکتشافی ژئوشیمیایی رسوب‌های آبراههای منطقه مغانجق واقع در شمال‌غربی ایران تعداد 152 نمونه رسوب آبراههای از منطقه برداشت شد. پس از بررسی مقادیر عناصر مختلف در این نمونهها، نمونهای مشخص شد که مقدار عناصر Li، Ni، Sc، Yb، Eu، As، Co و Cd در آن نسبت به مقدار همین عناصر در سایر نمونهها بسیار بیشتر بود. پس از معرفی این نمونه به عنوان نمونه خارج از رده سعی شده است تأثیر این نمونه در بررسیهای آماری چند متغیره بررسی شود. هدف از این مقاله نمایش گوشهای از اثرهای مخرب نمونههای خارج از رده بر مطالعات آماری ژئوشیمیایی چند متغیره میباشد که باعث بروز خطای سیستماتیک در تفسیرها و تحلیلها میشوند. جهت انجام مطالعات آماری چند متغیره، از ضریب همبستگی با روشهای اسپیرمن و پیرسون و آنالیز خوشهای و نمودار پراکندگی عناصر به همراه معادله خط رگرسیون آنها در دو حالت استفاده شده است. در حالت اول نمونه خارج از رده در بررسیهای چند متغیره حضور دارد و در حالت دوم نمونه خارج از رده از بررسیها کنار گذاشته شده است، سپس نتایج حاصل از دو بررسی با هم مقایسه شدهاند. پس از بررسی مـطالـعات آماری چند متـغیره و مقایسه نتایج در دو حالت ذکر شده مشخص شد که با حضور نمونه خارج از رده در بین مجموعه از نمونههای برداشت شده از منطقه، ارتباط بین عناصر ممکن است به صورتهای مختلف زیر باشد.
- ارتباط حقیقی بین دو عنصر در نمونههای برداشت شده وقتی که هیچکدام از آن دو عنصر دارای فراوانی غیرعادیدر نمونهها نباشند.
- ارتباط کاذب بین دو عنصری که یکی از آن دو دارای فراوانی غیرعادی در نمونهها باشد.
- ارتباط شدیداً کاذب بین دو عنصر وقتی که هر دو دارای فراوانی غیرعادی در نمونهها باشند.
کلیدواژه‌ها
عنوان مقاله [English]
The Outlier Sample Effects on Multivariate Statistical Data Processing in Geochemical Stream Sediment Survey (Moghangegh Region, NW of Iran)
نویسندگان [English]
- Y Ghanbari 1
- A Habibnia 2
- A Memar 1
1
2
چکیده [English]
In geochemical stream sediment surveys in Moghangegh Region in north west of Iran, sheet 1:50,000, 152 samples were collected and after the analyze and processing of data, it revealed that Yb, Sc, Ni, Li, Eu, Cd, Co, as contents in one sample is far higher than other samples. After detecting this sample as an outlier sample, the effect of this sample on multivariate statistical data processing for destructive effects of outlier sample in geochemical exploration was investigated. Pearson and Spearman correlation coefficient methods and cluster analysis were used for multivariate studies and the scatter plot of some elements together the regression profiles are given in case of 152 and 151 samples and the results are compared. After investigation of multivariate statistical data processing results, it was realized that results of existence of outlier samples may appear as the following relations between elements:
- true relation between two elements, which have no outlier frequency in the outlier sample.
- false relation between two elements which one of them has outlier frequency in the outlier sample.
- complete false relation between two elements which both have outlier frequency in the outlier sample.
کلیدواژه‌ها [English]
- Outlier Sample
- Multivariate Statistical Data Processing
- Geochemical Stream Sediment Survey
- 1. A.R.H Swan, M. Sndilands, P. Mccabe, “Introduction to geological data analysis,” Backwill Science, p. 446 (1995).
- 2. ع.ا. حسنی پاک، ”تحلیل دادههای اکتشافی،“ انتشارات دانشگاه تهران (1380).
- 3. B.R. Clarke, C.R. Heathcote, “Robust estimation of k-component univariate normal mixtures,” Ann. Inst. Statist. Math. 46, 83–93 (1994).
- 4. C. Robert, Szava-Kovats, “Outlier-resistant errors-in-variables regression: anomaly recognition and grain-size correction in stream sediments,” J. Applied Geochemistry. No. 17, pp.1149-1157 (2002).
- 5. P.J. Rousseeuw, A. Leroy, “Robust regression and outlier detection,” John Wiley & Sons, Inc, New York (1987).
W.B. Size, “Use and abuse of statistical methods in the earth sciences,” New York, Oxford (1986).
)