㈠ 主元分析法是什麼
簡介
主元分析法(PCA)是目前基於多元統計過程式控制制的故障診斷技術的核心，是基於原始數據空間，通過構造一組新的潛隱變數來降低原始數據空間的維數，再從新的映射空間抽取主要變化信息，提取統計特徵，從而構成對原始數據空間特性的理解。新的映射空間的變數由原始數據變數的線性組合構成，從而大大降低了投影空間的維數。由於投影空間統計特徵向量彼此正交，則消除了變數間的關聯性，簡化了原始過程特性分析的復雜程度。
編輯本段
基本思路
主元分析法的基本思路是：尋找一組新變數來代替原變數，新變數是原變數的線性組合。從優化的角度看，新變數的個數要比原變數少，並且最大限度地攜帶原變數的有用信息，且新變數之間互不相關。其內容包括主元的定義和獲取，以及通過主元的數據重構。
編輯本段
定義
假設一個要研究的系統僅包含兩個變數 x1 ， x2 。將兩個變數的樣本點表示在一個平面圖上，可以看出所有的樣本點集中在一個扁型的橢圓區域內。因為樣本點之間的差異顯然是由於 x1 ， x2 的變化而引起的。我們可以看出在沿著橢圓橫軸的方向上（ y1 ）的變動較大，而縱軸方向上( y2 )的變動較小。這說明了樣本點的主要變動都體現在橫軸方向上，比如 85％以上，那麼這時就可以將 y 2忽略而只考慮y1 。這樣兩個變數就可以簡化為一個變數了。我們稱 y1 ， y 2分別為 x1 ， x2 的第一主元和第二主元。一般情況下，如果樣本有 p 個變數，若樣本之間的差異能由 p 個變數的 K 個(K<p)個主元成分來概括，那麼就能用 K 個主元來代替 p 個變數。
編輯本段
主元得分向量
主元分析中數據總體的協方差陣往往是未知的，這需要利用過程的正常運行數據進行估計。假設採集得到過程數據樣本為 X ∈ R n ×p，其中 n是樣本的數量，p 為過程變數的個數。為了避免變數的不同量綱的影響，需首先對數據進行標准化處理，即將各個變數轉化為均值為 0，方差為 1 的數據。
編輯本段
確定方法
目前在主元個數的選擇上，有兩種比較普遍的方法，一種使主元回歸檢驗法，一種是主元貢獻率累積和百分比法（CPV）。
編輯本段
檢測統計量
檢測統計
從統計的角度講，要檢測數據中是否包含過程的故障信息，可以通過建立統計量進行假設檢驗，判斷過程數據是否背離了主元模型。通常的方法是主元子空間建立 Hotelling T2 統計量進行統計檢驗；在殘差子空間中建立 Q 統計量進行統計檢測。
網路上有的
http://ke..com/view/3656019.htm
㈡ 硅酸鹽岩中的主量元素分析項目一般有哪些請在下列分析方法中選擇合適的方法測試對應的項目:
硅酸鹽岩石的元素組成:
主要元素：O, Si, Al, Fe, Ca, Mg, K, Na;
其次元素：Mn, Ti, F, Zr, Li, H, F 等
硅酸鹽岩石的化學組成:
主要成分：SiO2 Fe2O3 Al2O3 TiO2 FeO MnO K2O Na2O CaO MgO P2O5 H2O- H2O+
次要成分：Cr2O3 V2O3 ZrO2 (Ce、Y)2O3 SrO BaO
BeO CuO NiO CoO Li2O B2O3
其它：稀有金屬（Rb Cs Nb Ta)，貴金屬(Au Ag Pt Pd)和稀土金屬
主要成分的分析常稱為硅酸鹽全分析
SiO2 、H2O- 、H2O+ ——重量法
TFe2O3、TiO2、MnO、P2O5 、SiO2 ——吸光光度法
TFe2O3、FeO、Al2O3、CaO 、 MgO 、SiO2 ——容量法
CaO 、 MgO、 MnO、 K2O Na2O ——原子吸收
SiO2 Fe2O3 Al2O3 TiO2 MnO K2O Na2O CaO MgO P2O5 ——X射線熒光光譜法
SiO2 Fe2O3 Al2O3 TiO2 MnO K2O Na2O CaO MgO P2O5 ——電感耦合等離子體-原子發射光譜法
電感耦合等離子體-質譜法——
TiO2 MnO Cr2O3 V2O3 ZrO2 (Ce、Y)2O3 SrO BaO BeO CuO NiO CoO Li2O As Sb Bi Ag Cd In 稀有金屬（Rb Cs Nb Ta)和稀土金屬
㈢ 主量元素測定
主量元素分析採用常規濕化學方法，利用平行樣和國際標樣進行數據質量監控，分析精度優於5%，該項測試由國土資源部貴陽礦產資源監督檢測中心(貴州省地質礦產中心實驗室)完成。
㈣ 在主成分分析法中，是否對樣本容量的多少有規定
主成分分析要求數據接近正態分布，不一定要嚴格的正態分布條件，一般來說樣本量在100以上就基本符合條件。 聚類分析對數據的要求是聚類的各組的組內方差較小，而組間方差較大，正常來說只要方法選擇得當，這個要求會比較容易做到的。
㈤ 森林數量分析方法有哪些
根據森林群落的特徵或屬性，運用數學方法，對其進行定量分析稱森林數量分析法。常見的森林數量分析方法有排序分析、聚類分析和格局分析等。數量分析比傳統的植被分析（以定性為主的野外調查方法）能更深刻地揭示森林植物的內在規律和相互之間的關系，為合理經營管理森林資源提供科學依據。
排序分析 以森林植物種間相關性為依據區分植物種，對樣方進行排序。其特點是以種間相關系數為指標，以分析其矩陣的特徵向量作基礎。目前應用較廣泛的方法有主量分析(PCA)、相互平均分析(RA)、除趨勢對應分析(DCA)及典範對應分析(CCA)等。
聚類分析 對實體(或屬性)集合按其屬性(或實體)數據所反映的相似關系進行分組、劃類。在分析時，使同組成員盡量相似，而不同組成員則盡量相異。在聚類分析中，需要根據原始數據比較兩個體之間、個體與組之間或兩組之間相似程度的數量指標，即相似系數。聚類分析方法較多，但大致可分為等級聚類和非等級聚類兩大類。前者按照參與變數的個數又可分為單元分析和多元分析。後者主要有圖論聚類、距離聚類、概率聚類和模糊聚類等。
格局分析 研究林木在林分中的分布狀態。主要包含兩方面的內容：一是林木個體在空間上的散布狀態；二是林木個體大小在空間的分布形式。研究森林群落的格局分析方法有「格子」樣方法、遊程檢驗及譜分析等。
㈥ 主量元素特徵
3.1.1.1 主量元素總體特徵
春都侵入岩樣品主量元素分析測試結果見表3.2。各樣品的化學成分總量在99%～101%之間,符合岩石化學全分析質量規范要求。但岩石中H2O+>2%, CO2>0.5%, 表明岩石蝕變較強。鑒於此, 我們根據岩石的野外產出條件、岩礦鑒定及化學分析結果等的綜合判別, 將礦區主要侵入岩分為閃長玢岩和花崗閃長斑岩兩大類。
表3.2 春都侵入岩主量元素化學分析測試數據 (wB/%)
注: 1—國土資源部中南礦產資源監督檢測中心; 2—國土資源部昆明礦產資源監督檢測中心。
(1) 閃長玢岩: 岩石中SiO2含量變化於55.82%～64.6%之間, 平均含量59.3%;Al2O3含量在11.72%～15.77%之間, 平均14.40%, 變幅較小; Fe2O3含量2.42%～5.64%之間, 變化幅度較大, 平均含量3.20%; FeO含量0.61%～5.91%, 變幅很大,平均值為3.20%; CaO的含量在1.19%～4.20%, 平均為2.8%; MgO含量1.28%～4.18%, 平均2.8%; K2O含量在1.23%～5.87%, 平均值3.2%; Na2O含量為2.73%～5.38%, 平均4.0%; TiO2含量在0.61%～1.23%, 變幅較小, 平均1.00%; P2O5含量為0.08%～0.50%, 變幅較小, 平均0.3%; MnO含量0.04%～0.22%, 平均0.10%。
由圖3.1可知, 春都閃長玢岩的主量元素含量接近於中國閃長岩平均含量, 與中國閃長岩相比, 除FeO、CaO含量略低外, 其他氧化物含量差異較小。
圖3.1 春都侵入岩與中國同類岩石主量元素對比圖
圖3.2 春都礦區與相鄰礦區侵入岩主量元素對比圖
(2) 花崗閃長斑岩: 春都花崗閃長斑岩SiO2含量在61.37%～68.53%之間, 平均64.79%; Al2O3含量在15.41%～16.17%, 平均15.33%; Fe2O3含量在0.39%～4.05%, 平均2.34%; FeO含量在0.25%～3.29%, 平均2.06%; CaO含量在0.75%～1.79%, 平均值為1.16%; MgO含量在0.47%～3.70%, 平均1.23%; K2O含量在2.19%～7.16%, 變幅較大, 平均為4.41%; Na2O含量在2.14%～5.34%, 平均值為3.62%; TiO2含量0.78%～1.16%, 平均0.92%; P2O5含量在0.17%～0.45%, 變幅較小, 平均0.30%; MnO含量在0.02%～0.08%, 平均0.05%。由圖3.1可知, 春都花崗閃長斑岩的主量元素含量接近於中國花崗閃長岩平均含量,與中國花崗閃長岩相比, 除CaO含量略低, K2O含量略高外, 其餘氧化物含量差異較小。由表3.3、圖3.2可知, 與雪雞坪和普朗礦區石英閃長玢岩相比, 春都閃長玢岩總體具低SiO2, 高Al2O3、TFeO、TiO2的特徵, CaO、K2O含量高於雪雞坪,低於普朗。與普朗花崗閃長斑岩相比, 春都花崗閃長斑岩的SiO2、CaO、TFeO、MgO、Na2O含量略低,Al2O3、K2O、TiO2、P2O5含量略高。表明位於同一構造環境區的三個銅礦床的侵入岩化學成分雖大類總體相同, 但仍有一定差異。
表3.3 春都及其相鄰礦區侵入岩主量元素數據對比(wB/%)
注: 括弧內為樣品數
3.1.1.2 岩漿岩系列劃分
Harker (1909) 提出岩漿岩根據鹼性程度可分為兩個系列或岩區: ①為亞鹼性系列岩石, 又稱為太平洋區岩石; ②為鹼性系列岩石, 又稱為大西洋區岩石。 Niggli、Tyttell、Barth et al.(1920～1939) 將鹼性系列又分為兩個亞系列, ①為富鈉的鹼性系列岩石, 稱之為大西洋型岩石; ②為富鉀的鹼性系列岩石, 稱之為地中海型岩石。 Nockolds、Allen、Kuno Yoder、Tilley et al.(1953～1962) 將亞鹼性分為兩個亞系列, ①為拉斑玄武岩系列, 隨岩漿演化, FeO常增大, 出現富鐵殘漿; ②為鈣鹼性系列, 隨著岩漿演化, SiO2常增大, 出現富硅殘漿。
本文用兩種方法對春都礦區侵入岩的岩漿岩系列進行劃分。
方法一: 里特曼法是較早用於劃分岩漿岩系列且比較有效的方法, 里特曼 (Ritt-mann, 1957, 1962, 1973) 提出用σ來反映岩石和岩系的鹼性程度, 即用σ=(K2O+Na2O)2/(SiO2-43) 值來劃分岩系, 里特曼選擇σ=4把岩漿岩劃分為鈣鹼性和鹼性兩大岩系, 每個岩系又以鹼和σ值劃分類型 (表3.4)。 經過計算求得, 礦區岩石樣品的里特曼指數分布於2.60～4.37之間, 平均為3.16, 13件樣品中, 5件樣品的里特曼指數在1.8～3之間, 屬於中鈣鹼性岩系; 7件樣品的里特曼指數在3～4之間, 屬於弱鈣鹼性岩系; 1件樣品的里特曼指數在4～5之間, 屬於過渡鹼性岩系。 由此可以判斷所選岩石樣品總體屬於鈣鹼性岩系列, 即太平洋區岩石系列。
表3.4 按σ值劃分的岩系類型
(據 A.Ri t tmann,19 6 2)
方法二: 確定岩漿岩系列需先分出鹼性與亞鹼性系列, 將春都礦區13件岩石樣品的SiO2含量和K2O+Na2O含量分別投到硅-鹼圖解 (圖3.3) 中, 除1個樣點落在鹼性岩系與亞鹼性岩系的交界處外, 所有岩石樣品點均落入亞鹼性岩區。表明春都礦區侵入岩屬於亞鹼性岩系列, 與雪雞坪礦區、普朗礦區侵入岩相同。
在FAM圖解中 (圖3.4), 春都的13件樣品中除一個落在拉斑玄武質岩系區域內外,所有樣品點也均落在鈣鹼質岩系區域內。 表明春都礦區侵入岩屬於亞鹼岩系中的鈣鹼性系列。 與雪雞坪礦區、普朗礦區侵入岩相比, 春都、雪雞坪及普朗礦區玢 (斑) 岩雖均屬鈣鹼性系列, 但投點集中區有所不同, 春都礦區玢 (斑) 岩在FAM三組分圖中, 總體具有相對低M、高F的特點。
綜合上述兩種方法, 可以得出春都侵入岩屬於鈣鹼性系列。該系列岩石的演化及組合為: 高鋁玄武岩→安山岩→英安岩→流紋岩, 常見侵入岩為輝長岩→閃長岩→花崗閃長岩→花崗岩; 總體具有向富硅方向演化的趨勢, 與鮑文 (Bowen, 1928) 反應系列一致, 為高氧逸度條件下的岩漿演化類型。 一般情況下, 具有高氧逸度的岩漿利於銅、金礦床的形成, 這是春都斑岩銅礦成礦的重要條件之一。
3.1.1.3 岩漿岩化學命名
圖3.3 春都及其相鄰礦區侵入岩硅-鹼圖解(據Muschler, 1991)
圖3.4 春都及其相鄰礦區侵入岩FAM圖解(據Irvine, 1971)
由於侵入岩中細粒岩石與粗粒、似斑狀岩石中的礦物含量在薄片中難於定量, 因此應用化學分類命名成為侵入岩命名的一種輔助手段。 SiO2是岩漿岩中最重要的一種氧化物, 其含量是岩漿岩分類的一個主要參數, 春都閃長玢岩樣品SiO2含量在55.82%～64.60%之間,從岩漿岩的化學成分分類來看, 屬於中性岩;花崗閃長斑岩樣品SiO2含量在61.37%～68.53%, 介於中性岩-酸性岩之間。 此外,根據上文分析結果, 春都侵入岩屬於鈣鹼性系列, 該系列常見侵入岩為輝長岩→閃長岩→花崗閃長岩→花崗岩。在該岩漿岩系列中, 春都侵入岩對應的淺成中性岩、中-酸性岩分別為閃長玢岩、花崗閃長斑岩。
硅-鹼化學分類命名法以岩石中SiO2、K2O+Na2O來進行分類命名, 只需氧化物的質量百分含量, 不需要換算, 方法簡便, 應用廣泛。 將春都礦區13件岩石樣品的SiO2(wB/%) 和 (K2O+Na2O) (wB/%) 分別投到TAS圖解中 (圖3.5), 有5個樣品點落入二長岩區域內, 1個點落入二長閃長岩區域中, 1個點落在二長岩和二長閃長岩兩個區域的交界處, 6個點落入石英二長岩區域。 由於礦區岩體內絹雲母化分布廣泛, 鉀長石化、黑雲母化也有一定分布, 絹雲母化、鉀長石化和黑雲母化蝕變發生的過程中會伴有K的遷入, 因此, 礦區岩漿岩中K2O的含量會比未蝕變原岩中K2O的含量偏高, 致使礦區岩石樣品在TAS圖解中的點整體往上偏移。 如果去除岩體中絹雲母化、鉀長石化蝕變的干擾因素, 春都閃長玢岩樣品的落點應該更接近閃長岩區域或者落入閃長玢岩區域; 花崗閃長斑岩樣品的落點應該更接近花崗閃長岩區域或者落入花崗閃長斑岩區域。
圖3.5 春都礦區侵入岩TAS圖解(據Middlemost, 1994)
綜合以上分析, 春都礦區岩體屬於中酸性侵入岩, 岩石化學命名分別為閃長玢岩和花崗閃長斑岩, 與岩石薄片鏡下命名一致。
㈦ 求仲辛醇主含量分析方法，幫幫忙
可以用氣相色譜嘛
㈧ 什麼是主分量分析法啊統計應該有用啊！！
主成分分析也稱主分量分析，旨在利用降維的思想，把多指標轉化為少數幾個綜合指標。在實證問題研究中，為了全面、系統地分析問題，我們必須考慮眾多影響因素。這些涉及的因素一般稱為指標，在多元統計分析中也稱為變數。因為每個變數都在不同程度上反映了所研究問題的某些信息，並且指標之間彼此有一定的相關性，因而所得的統計數據反映的信息在一定程度上有重疊。在用統計方法研究多變數問題時，變數太 多會增加計算量和增加分析問題的復雜性，人們希望在進行定量分析的過程中，涉及的變數較少，得到的信息量較多。 主成分分析法是一種數學變換的方法, 它把給定的一組相關變數通過線性變換轉成另一組不相關的變數，這些新的變數按照方差依次遞減的順序排列。在數學變換中保持變數的總方差不變，使第一變數具有最大的方差，稱為第一主成分，第二變數的方差次大，並且和第一變數不相關，稱為第二主成分。依次類推，I個變數就有I個主成分。 其中Li為p維正交化向量（Li＊Li＝1），Zi之間互不相關且按照方差由大到小排列，則稱Zi為X的第I個主成分。設X的協方差矩陣為Σ，則Σ必為半正定對稱矩陣，求特徵值λi（按從大到小排序）及其特徵向量，可以證明，λi所對應的正交化特徵向量，即為第I個主成分Zi所對應的系數向量Li，而Zi的方差貢獻率定義為λi／Σλj,通常要求提取的主成分的數量k滿足Σλk／Σλj>0.85。 是希望用較少的變數去解釋原來資料中的大部分變異，將我們手中許多相關性很高的變數轉化成彼此相互獨立或不相關的變數。通常是選出比原始變數個數少，能解釋大部分資料中的變異的幾個新變數，即所謂主成分，並用以解釋資料的綜合性指標。由此可見，主成分分析實際上是一種降維方法