Главная страница
Навигация по странице:

  • -0,44 V 0,60 0,56

  • 0,783 0,154 -0,574

  • -0,478 0,827

  • -0,724 0,590

  • 0,929 0,140 Zn 0,903

  • 0,769 0,214 Cорг 0,920

  • -0,953 Ti -0,382 -0,852

  • 0,921 0,149 0,290 Zn 0,932

  • 0,912 Cорг 0,698 0,188 0,617

  • -0,954 -0,044 Ti -0,299 -0,847

  • 0,919 0,091 Cорг 0,677

  • 0,631 -0,202 -0,691

  • 9_факторный анализ. 9 факторный анализ


    Скачать 0.79 Mb.
    Название9 факторный анализ
    Анкор9_факторный анализ.doc
    Дата12.02.2018
    Размер0.79 Mb.
    Формат файлаdoc
    Имя файла9_факторный анализ.doc
    ТипДокументы
    #15473
    страница10 из 10
    1   2   3   4   5   6   7   8   9   10

    Таблица 7

    Корреляционная матрица





    Признаки

    Коэффициенты корреляции

    Cu

    Zn

    V

    Cорг

    Zr

    Ti

    Cu

    1,00

    0,92

    0,60

    0,82

    -0,20

    -0,48

    Zn

    0,92

    1,00

    0,56

    0,79

    -0,25

    -0,44

    V

    0,60

    0,56

    1,00

    0,77

    -0,24

    -0,44

    Coрг

    0,82

    0,79

    0,77

    1,00

    -0,23

    -0,54

    Zr

    -0,20

    -0,25

    -0,24

    -0,23

    1,00

    0,73

    Ti

    -0,48

    -0,44

    -0,44

    -0,54

    0,73

    1,00

    Примечание: коэффициенты корреляции являются значимыми (0,05) при их абсолютном значении не менее 0,44.
    Анализ коэффициентов корреляции показывает, что накопление элемента Cu происходило одновременно с Zn (0,92), Cорг (0,82) и V (0,60), но биполярно и не связано с накоплением элементов Zr и Ti. Содержание элементов Zr и Tiкоррелирует между собой (0,73). Эту связь между элементами можно проиллюстрировать на корневой диаграмме признаков для выявления структуры признаков и предварительного анализа факторов.




    Рисунок 5 Диаграмма связи признаков

    Основной математический метод выделения факторов и их нагрузок основан на нахождении собственных чисел и собственных векторов корреляционной матрицы.

    Таблица 8

    Факторные нагрузки, собственные значения и веса признаков


    Признаки

    Факторные нагрузки

    F1

    F2

    F3

    F4

    F5

    F6

    Cu

    0,893

    0,291

    0,269

    -0,005

    0,111

    -0,180

    Zn

    0,876

    0,266

    0,331

    -0,146

    0,024

    0,173

    V

    0,783

    0,154

    -0,574

    -0,141

    0,118

    0,015

    Coрг

    0,914

    0,228

    -0,123

    0,143

    -0,276

    -0,018

    Zr

    -0,478

    0,827

    -0,056

    0,275

    0,085

    0,045

    Ti

    -0,724

    0,590

    -0,006

    -0,336

    -0,110

    -0,049

    Собственные значения

    3,77

    1,26

    0,53

    0,25

    0,12

    0,07

    Веса факторов, %

    62,78

    21,06

    8,83

    4,17

    2,04

    1,12

    Примечание: факторные нагрузки являются значимыми (0,05) при их абсолютном значении не менее 0,44
    Величины собственных чисел (факторные нагрузки ) и векторов (веса факторов,%) факторной нагрузки признаков табл.7 показывают, что песчано-глинистые отложения характеризуются на 62,78% фактором F1и на 21,06% фактором F2.

    На первом этапе анализа необходимо определить минимальное число факторов, адекватно воспроизводящие наблюдаемые корреляции. Анализ признаковой структуры преимущественного фактора F1(62,78%) показывает, что нагрузка этого фактора имеет сложный характер и определяется как содержанием элементов Cu (0,893), Zn (0,876), Cорг (0,914), V (0,783) так и значимой отрицательной связью Ti (-0,724).

    Признаковая структура однополярного фактора F2 (21,06%) характеризует влияние элементов Zr (0,827) и Ti (0,590) на свойства отложения. Влияние элемента V (-0,574) выявляется фактором F3 (8,83%). Наиболее часто число выделяемых факторов определяется количеством собственных чисел больше единицы. В нашем случае это первые два фактора. Другой критерий определяется через графическое изображение собственных чисел. Выделение заканчивается на том факторе, после которого исследуемая зависимость близка к горизонтальной линии. Как видно на рисунке 6, выделяется не более 4 факторов. Окончательное решение должно базироваться на приемлемости с точки зрения научных представлений в данной области.



    Рисунок 6
    Следующим шагом с помощью процедуры вращения выявляются наиболее легко интерпретируемые факторы. Существует три подхода к этой проблеме. Геометрический подход используется, когда число факторов не более двух и имеются отдельные скопления (кластеры) признаков. Аналитический – выбирается критерий, на основе которого производится вращение (ортогональное или косоугольное) осей.

    В третьем подходе задается априорная целевая матрица, соответствующая предполагаемой факторной структуре. Целью всех вращений является получение наиболее простой факторной структуры или достижение простоты интерпретации признаков и факторов.
    1. Рассмотрим случай выделения двух факторов и для вращения будем использовать метод «Варимакс» в предположении, что он дает лучшее разделение факторов.

    Таблица 9

    Факторные нагрузки, собственные значения и веса признаков

    после вращения


    Признаки

    Факторные нагрузки




    F1

    F2

    Cu

    0,929

    0,140

    Zn

    0,903

    0,155

    V

    0,769

    0,214

    Cорг

    0,920

    0,206

    Zr

    -0,056

    -0,953

    Ti

    -0,382

    -0,852

    Собственные значения

    3,263

    1,767

    Веса факторов, %

    54,4

    29,5




    Рисунок 7


    Рисунок 8


    В отличие от исходной системы координат теперь факторы разделены на биполярные группы признаков, у которых имеется общая направленность и интерпретируемость (рис. 7,8). В исходных данных можно выделить дополнительные сходные и отличительные свойства.
    2. Выделяем три фактора и видим, что элемент V по своим свойствам выделяется из первого фактора в отдельный третий факторF3, а элементCорг распределилось по факторам F1и F3. В новых координатах можно провести дополнительные исследования свойств залежи.
    Таблица 10
    Факторные нагрузки, собственные значения и веса факторов

    трех признаков после вращения


    Признаки

    Факторные нагрузки

    F1

    F2

    F3

    Cu

    0,921

    0,149

    0,290

    Zn

    0,932

    0,168

    0,225

    V

    0,325

    0,166

    0,912

    Cорг

    0,698

    0,188

    0,617

    Zr

    -0,050

    -0,954

    -0,044

    Ti

    -0,299

    -0,847

    -0,257

    Собственные значения

    2,403

    1,741

    1,416

    Веса факторов, %

    40,0

    29,0

    23,6



    3. Задаем требование – выделить четыре фактора и произвести вращение системы координат.

    Таблица 11

    Факторные нагрузки, собственные значения и веса факторов

    четырех признаков после вращения


    Признаки

    Факторные нагрузки

    F1

    F2

    F3

    F4

    Cu

    0,916

    0,085

    0,276

    0,181

    Zn

    0,942

    0,159

    0,233

    0,052

    V

    0,336

    0,140

    0,919

    0,091

    Cорг

    0,677

    0,056

    0,581

    0,354

    Zr

    -0,080

    -0,981

    -0,084

    -0,124

    Ti

    -0,263

    -0,631

    -0,202

    -0,691

    Собственные значения

    2,373

    1,415

    1,361

    0,662

    Веса факторов, %

    39,5

    23,6

    22,7

    11,0


    В новой системе координат четвертый фактор F4 определяет накопление Tiв отложениях, однако с такой же долей участия этот элемент входит во второй фактор F2. Видимо, такое положение происходит из-за избыточности четвертого фактора F4. Таким образом, как следует и из графического представления и численных вычислений, два-три фактора наиболее полно характеризуют признаковую структуру данных отложений (рис.9)



    Рисунок 9

    Вывод

    Анализ признаковой структуры трех выявленных факторов позволяет предполагать, что фактор F1 может быть интерпретирован как действие сульфидного диагенеза в осадке, вызванного разложением органики в анаэробной среде и развитием процессов бактериальной сульфатредукции. С этим процессом и связано образование сульфидов меди, цинка, накопление Сорг. Кроме того, органика выступает еще и как концентратор ванадия, что описывается фактором F3. Фактор F2 может быть интерпретирован как терригенное накопление в осадке аллотигенных минералов титана и циркония.
    ЗАКЛЮЧЕНИЕ
    Проведенное рассмотрение показывает, что факторный анализ позволяет не только выявлять причинно-следственные взаимосвязи различных признаков изучаемых геологических объектов, но и решать разнообразные генетические вопросы путем выявления главных действующих факторов, анализа их признаковой структуры и анализа факторной структуры изучаемых признаков различных геологических образований. Более того, метод позволяет воссоздать в факторном координатном пространстве облик изучаемого геологического объекта и указать его характерные признаки и отличительные особенности.


    Литература


    1. Д. Лоули, А. Максвелл Факторный анализ как статистический метод // М.: Изд-во Мир, 1967, 144 с.

    2. М. Д. Белонин, В. А. Голубева, Г. Т. Скублов Факторный анализ в геологии // М.: Недра, 1982, 269 с.

    3. Дж. Ким, Ч.У. Мюллер, У.Р. Кларк Факторный, дискриминантный и кластерный анализ // М.: Финансы и статистика, 1989, 215 с.



    1   2   3   4   5   6   7   8   9   10


    написать администратору сайта