新浪博客

主成分分析(因子分析)圈定化探综合异常(手把手级)

2020-11-19 18:43阅读:
主成分分析(因子分析)圈定化探综合异常
(手把手级)


刘先生的地质 新浪博客
(原创,转载必须注明出处)

人的博客中曾经写过《手把手教你做化探数据因子分析》,文讲述利用主成分分析(因子分析)圈定化探综合异常

一、因子分析(主成分分析)的意义

因子分析(主成分分析)是设法将原来众多具有一定相关性(比如P个指标),重新组合成一组新的互相无关的综合指标来代替原来的指标,也就是数据处理降维。主成分分析是考察多个变量间相关性一种多元统计方法,研究如何通过少数几个主成分来揭示多个变量间的内部结构。SPSS主成分分析是因子分析的一个特例
主成分分析和因子分析应用中的优缺点
•主成分分析优点是降维技术得到后的综合变量极大地简化了数据分析过程,同时较大程度上保留了原始变量的大部分信息。缺点是主成分的因子负荷有正有负时,综合评价函数意义不明确。命名清晰性第。
•因子分析的优点是化繁为简,而且通过旋转使得因子变量更具有解释性,命名清晰性高。缺点是计算因子得分时采用最小二乘法,此法有时可能会失效。

二、因子分析操作步骤

1 打开因子分析选项(1

主成分分析(因子分析)圈定化探综合异常(手把手级)

1
2、将元素加入变量中,将地层代号加入选择变量中(如无,不填),值填写相应地层代号(若要分析全区数据,则不填写),图2
主成分分析(因子分析)圈定化探综合异常(手把手级)

2
3、打开描述选项卡,统计量选择“单变量描述性”与“原始分析结果”,相关矩阵选择系数KMO检验33
主成分分析(因子分析)圈定化探综合异常(手把手级)

4、打开旋转选项卡,方法选择最大方差法输出选择“旋转,最大迭代次数为2533
5、打开抽取选项卡,方法选择主成分分析选择相关性矩阵”输出选择未旋转的因子解抽取特征值大于1、最大迭代次数2534
(注,特征值的大小决定了公共因子的数量,一般选择为特征值大于1,也可根据累计频率大于80%选择固定数量的公共因子)。
主成分分析(因子分析)圈定化探综合异常(手把手级)

6打开得分”选项卡,依次选择保存为变量、方法“回归”34)。

7、得到因子分析报告,基于解释的总方差(大于),提取提取N个主成分(图3-5。因子分析报告的“旋转成份矩阵”作为最终解译异常的依据。

1 某矿床化探元素因子分析的旋转成份矩阵

主成分分析(因子分析)圈定化探综合异常(手把手级)

三、综合异常的圈定

1、利用因子分析(主成分分析)的结果计算主成分因子

某矿床提取了4个主成分,不同主成分(或因子)分别计算。选择成分系数大于0.3的元素来计算主成分。
F1=Cu×0.941+Zn×0.885+Nb×0.444+Ni×0.843+Be×0.319+Co×0.594
F2=Nb×0.652+Co×0.469+As×0.892+Sb×0.893+Sn×0.317
F3=Nb×0.318+Be×0.538+W×0.748+Mo×0.589+Sn×0.341+Au×0.646
F4=Pb×0.747+Mo×0.362+Sn×0.610+Ag×0.814

2、数据处理与统计

首先,根据以上函数计算各样品的4个主成分参数。
然后,计算主成分(或因子)的异常值下限值,作为综合异常圈定指标。
1 主成分异常下限表
主成分
F1
F2
F3
F4
异常下限
120
19
8
18

在因子分析报告中,F4因子方差影响较小,可以不圈定综合异常图。

3、利用等值线软件(Surfer)绘制综合异常图

F1因子圈定CuZnNbNiBeCo综合异常;
F2因子圈定NbCoAsSbSn综合异常;
F3因子圈定NbBeWMoSnAu综合异常。

四、地质解译

结合地质(含成矿系列)、物探的成果进行综合解译。



后记:如果对化探感兴趣,本人博客写过或转载过“手把手级化探数据处理文章”共11篇,转载的文章均已注明作者与出处。
手把手教你做化探数据相关分析(之一)
手把手教你做化探数据聚类分析(之二)
手把手教你做化探数据因子分析(之三)
手把手教你做化探数据回归分析(之四)
手把手教你做化探趋势面分析(之五)
手把手教你确定地球化学原生晕垂直分带序列(之六)
手把手教你化探异常的解释和评价(之八)》
化探单元素异常统计与计算
《确定地球化学异常水平分带序列方法的研究(之七)》
《因子分析在地球化学分区中的应用(之九)》
《基于主成分分析的化探异常圈定新方法(之十)》
《统计分析软件SPSS在化探数据处理中的应用(之十一)》



我的更多文章

下载客户端阅读体验更佳

APP专享