㈠ 主元分析法是什么
简介
主元分析法(PCA)是目前基于多元统计过程控制的故障诊断技术的核心，是基于原始数据空间，通过构造一组新的潜隐变量来降低原始数据空间的维数，再从新的映射空间抽取主要变化信息，提取统计特征，从而构成对原始数据空间特性的理解。新的映射空间的变量由原始数据变量的线性组合构成，从而大大降低了投影空间的维数。由于投影空间统计特征向量彼此正交，则消除了变量间的关联性，简化了原始过程特性分析的复杂程度。
编辑本段
基本思路
主元分析法的基本思路是：寻找一组新变量来代替原变量，新变量是原变量的线性组合。从优化的角度看，新变量的个数要比原变量少，并且最大限度地携带原变量的有用信息，且新变量之间互不相关。其内容包括主元的定义和获取，以及通过主元的数据重构。
编辑本段
定义
假设一个要研究的系统仅包含两个变量 x1 ， x2 。将两个变量的样本点表示在一个平面图上，可以看出所有的样本点集中在一个扁型的椭圆区域内。因为样本点之间的差异显然是由于 x1 ， x2 的变化而引起的。我们可以看出在沿着椭圆横轴的方向上（ y1 ）的变动较大，而纵轴方向上( y2 )的变动较小。这说明了样本点的主要变动都体现在横轴方向上，比如 85％以上，那么这时就可以将 y 2忽略而只考虑y1 。这样两个变量就可以简化为一个变量了。我们称 y1 ， y 2分别为 x1 ， x2 的第一主元和第二主元。一般情况下，如果样本有 p 个变量，若样本之间的差异能由 p 个变量的 K 个(K<p)个主元成分来概括，那么就能用 K 个主元来代替 p 个变量。
编辑本段
主元得分向量
主元分析中数据总体的协方差阵往往是未知的，这需要利用过程的正常运行数据进行估计。假设采集得到过程数据样本为 X ∈ R n ×p，其中 n是样本的数量，p 为过程变量的个数。为了避免变量的不同量纲的影响，需首先对数据进行标准化处理，即将各个变量转化为均值为 0，方差为 1 的数据。
编辑本段
确定方法
目前在主元个数的选择上，有两种比较普遍的方法，一种使主元回归检验法，一种是主元贡献率累积和百分比法（CPV）。
编辑本段
检测统计量
检测统计
从统计的角度讲，要检测数据中是否包含过程的故障信息，可以通过建立统计量进行假设检验，判断过程数据是否背离了主元模型。通常的方法是主元子空间建立 Hotelling T2 统计量进行统计检验；在残差子空间中建立 Q 统计量进行统计检测。
网络上有的
http://ke..com/view/3656019.htm
㈡ 硅酸盐岩中的主量元素分析项目一般有哪些请在下列分析方法中选择合适的方法测试对应的项目:
硅酸盐岩石的元素组成:
主要元素：O, Si, Al, Fe, Ca, Mg, K, Na;
其次元素：Mn, Ti, F, Zr, Li, H, F 等
硅酸盐岩石的化学组成:
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：稀有金属（Rb Cs Nb Ta)，贵金属(Au Ag Pt Pd)和稀土金属
主要成分的分析常称为硅酸盐全分析
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射线荧光光谱法
SiO2 Fe2O3 Al2O3 TiO2 MnO K2O Na2O CaO MgO P2O5 ——电感耦合等离子体-原子发射光谱法
电感耦合等离子体-质谱法——
TiO2 MnO Cr2O3 V2O3 ZrO2 (Ce、Y)2O3 SrO BaO BeO CuO NiO CoO Li2O As Sb Bi Ag Cd In 稀有金属（Rb Cs Nb Ta)和稀土金属
㈢ 主量元素测定
主量元素分析采用常规湿化学方法，利用平行样和国际标样进行数据质量监控，分析精度优于5%，该项测试由国土资源部贵阳矿产资源监督检测中心(贵州省地质矿产中心实验室)完成。
㈣ 在主成分分析法中，是否对样本容量的多少有规定
主成分分析要求数据接近正态分布，不一定要严格的正态分布条件，一般来说样本量在100以上就基本符合条件。 聚类分析对数据的要求是聚类的各组的组内方差较小，而组间方差较大，正常来说只要方法选择得当，这个要求会比较容易做到的。
㈤ 森林数量分析方法有哪些
根据森林群落的特征或属性，运用数学方法，对其进行定量分析称森林数量分析法。常见的森林数量分析方法有排序分析、聚类分析和格局分析等。数量分析比传统的植被分析（以定性为主的野外调查方法）能更深刻地揭示森林植物的内在规律和相互之间的关系，为合理经营管理森林资源提供科学依据。
排序分析 以森林植物种间相关性为依据区分植物种，对样方进行排序。其特点是以种间相关系数为指标，以分析其矩阵的特征向量作基础。目前应用较广泛的方法有主量分析(PCA)、相互平均分析(RA)、除趋势对应分析(DCA)及典范对应分析(CCA)等。
聚类分析 对实体(或属性)集合按其属性(或实体)数据所反映的相似关系进行分组、划类。在分析时，使同组成员尽量相似，而不同组成员则尽量相异。在聚类分析中，需要根据原始数据比较两个体之间、个体与组之间或两组之间相似程度的数量指标，即相似系数。聚类分析方法较多，但大致可分为等级聚类和非等级聚类两大类。前者按照参与变量的个数又可分为单元分析和多元分析。后者主要有图论聚类、距离聚类、概率聚类和模糊聚类等。
格局分析 研究林木在林分中的分布状态。主要包含两方面的内容：一是林木个体在空间上的散布状态；二是林木个体大小在空间的分布形式。研究森林群落的格局分析方法有“格子”样方法、游程检验及谱分析等。
㈥ 主量元素特征
3.1.1.1 主量元素总体特征
春都侵入岩样品主量元素分析测试结果见表3.2。各样品的化学成分总量在99%～101%之间,符合岩石化学全分析质量规范要求。但岩石中H2O+>2%, CO2>0.5%, 表明岩石蚀变较强。鉴于此, 我们根据岩石的野外产出条件、岩矿鉴定及化学分析结果等的综合判别, 将矿区主要侵入岩分为闪长玢岩和花岗闪长斑岩两大类。
表3.2 春都侵入岩主量元素化学分析测试数据 (wB/%)
注: 1—国土资源部中南矿产资源监督检测中心; 2—国土资源部昆明矿产资源监督检测中心。
(1) 闪长玢岩: 岩石中SiO2含量变化于55.82%～64.6%之间, 平均含量59.3%;Al2O3含量在11.72%～15.77%之间, 平均14.40%, 变幅较小; Fe2O3含量2.42%～5.64%之间, 变化幅度较大, 平均含量3.20%; FeO含量0.61%～5.91%, 变幅很大,平均值为3.20%; CaO的含量在1.19%～4.20%, 平均为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含量为2.73%～5.38%, 平均4.0%; TiO2含量在0.61%～1.23%, 变幅较小, 平均1.00%; P2O5含量为0.08%～0.50%, 变幅较小, 平均0.3%; MnO含量0.04%～0.22%, 平均0.10%。
由图3.1可知, 春都闪长玢岩的主量元素含量接近于中国闪长岩平均含量, 与中国闪长岩相比, 除FeO、CaO含量略低外, 其他氧化物含量差异较小。
图3.1 春都侵入岩与中国同类岩石主量元素对比图
图3.2 春都矿区与相邻矿区侵入岩主量元素对比图
(2) 花岗闪长斑岩: 春都花岗闪长斑岩SiO2含量在61.37%～68.53%之间, 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%, 平均值为1.16%; MgO含量在0.47%～3.70%, 平均1.23%; K2O含量在2.19%～7.16%, 变幅较大, 平均为4.41%; Na2O含量在2.14%～5.34%, 平均值为3.62%; TiO2含量0.78%～1.16%, 平均0.92%; P2O5含量在0.17%～0.45%, 变幅较小, 平均0.30%; MnO含量在0.02%～0.08%, 平均0.05%。由图3.1可知, 春都花岗闪长斑岩的主量元素含量接近于中国花岗闪长岩平均含量,与中国花岗闪长岩相比, 除CaO含量略低, K2O含量略高外, 其余氧化物含量差异较小。由表3.3、图3.2可知, 与雪鸡坪和普朗矿区石英闪长玢岩相比, 春都闪长玢岩总体具低SiO2, 高Al2O3、TFeO、TiO2的特征, CaO、K2O含量高于雪鸡坪,低于普朗。与普朗花岗闪长斑岩相比, 春都花岗闪长斑岩的SiO2、CaO、TFeO、MgO、Na2O含量略低,Al2O3、K2O、TiO2、P2O5含量略高。表明位于同一构造环境区的三个铜矿床的侵入岩化学成分虽大类总体相同, 但仍有一定差异。
表3.3 春都及其相邻矿区侵入岩主量元素数据对比(wB/%)
注: 括号内为样品数
3.1.1.2 岩浆岩系列划分
Harker (1909) 提出岩浆岩根据碱性程度可分为两个系列或岩区: ①为亚碱性系列岩石, 又称为太平洋区岩石; ②为碱性系列岩石, 又称为大西洋区岩石。 Niggli、Tyttell、Barth et al.(1920～1939) 将碱性系列又分为两个亚系列, ①为富钠的碱性系列岩石, 称之为大西洋型岩石; ②为富钾的碱性系列岩石, 称之为地中海型岩石。 Nockolds、Allen、Kuno Yoder、Tilley et al.(1953～1962) 将亚碱性分为两个亚系列, ①为拉斑玄武岩系列, 随岩浆演化, FeO常增大, 出现富铁残浆; ②为钙碱性系列, 随着岩浆演化, SiO2常增大, 出现富硅残浆。
本文用两种方法对春都矿区侵入岩的岩浆岩系列进行划分。
方法一: 里特曼法是较早用于划分岩浆岩系列且比较有效的方法, 里特曼 (Ritt-mann, 1957, 1962, 1973) 提出用σ来反映岩石和岩系的碱性程度, 即用σ=(K2O+Na2O)2/(SiO2-43) 值来划分岩系, 里特曼选择σ=4把岩浆岩划分为钙碱性和碱性两大岩系, 每个岩系又以碱和σ值划分类型 (表3.4)。 经过计算求得, 矿区岩石样品的里特曼指数分布于2.60～4.37之间, 平均为3.16, 13件样品中, 5件样品的里特曼指数在1.8～3之间, 属于中钙碱性岩系; 7件样品的里特曼指数在3～4之间, 属于弱钙碱性岩系; 1件样品的里特曼指数在4～5之间, 属于过渡碱性岩系。 由此可以判断所选岩石样品总体属于钙碱性岩系列, 即太平洋区岩石系列。
表3.4 按σ值划分的岩系类型
(据 A.Ri t tmann,19 6 2)
方法二: 确定岩浆岩系列需先分出碱性与亚碱性系列, 将春都矿区13件岩石样品的SiO2含量和K2O+Na2O含量分别投到硅-碱图解 (图3.3) 中, 除1个样点落在碱性岩系与亚碱性岩系的交界处外, 所有岩石样品点均落入亚碱性岩区。表明春都矿区侵入岩属于亚碱性岩系列, 与雪鸡坪矿区、普朗矿区侵入岩相同。
在FAM图解中 (图3.4), 春都的13件样品中除一个落在拉斑玄武质岩系区域内外,所有样品点也均落在钙碱质岩系区域内。 表明春都矿区侵入岩属于亚碱岩系中的钙碱性系列。 与雪鸡坪矿区、普朗矿区侵入岩相比, 春都、雪鸡坪及普朗矿区玢 (斑) 岩虽均属钙碱性系列, 但投点集中区有所不同, 春都矿区玢 (斑) 岩在FAM三组分图中, 总体具有相对低M、高F的特点。
综合上述两种方法, 可以得出春都侵入岩属于钙碱性系列。该系列岩石的演化及组合为: 高铝玄武岩→安山岩→英安岩→流纹岩, 常见侵入岩为辉长岩→闪长岩→花岗闪长岩→花岗岩; 总体具有向富硅方向演化的趋势, 与鲍文 (Bowen, 1928) 反应系列一致, 为高氧逸度条件下的岩浆演化类型。 一般情况下, 具有高氧逸度的岩浆利于铜、金矿床的形成, 这是春都斑岩铜矿成矿的重要条件之一。
3.1.1.3 岩浆岩化学命名
图3.3 春都及其相邻矿区侵入岩硅-碱图解(据Muschler, 1991)
图3.4 春都及其相邻矿区侵入岩FAM图解(据Irvine, 1971)
由于侵入岩中细粒岩石与粗粒、似斑状岩石中的矿物含量在薄片中难于定量, 因此应用化学分类命名成为侵入岩命名的一种辅助手段。 SiO2是岩浆岩中最重要的一种氧化物, 其含量是岩浆岩分类的一个主要参数, 春都闪长玢岩样品SiO2含量在55.82%～64.60%之间,从岩浆岩的化学成分分类来看, 属于中性岩;花岗闪长斑岩样品SiO2含量在61.37%～68.53%, 介于中性岩-酸性岩之间。 此外,根据上文分析结果, 春都侵入岩属于钙碱性系列, 该系列常见侵入岩为辉长岩→闪长岩→花岗闪长岩→花岗岩。在该岩浆岩系列中, 春都侵入岩对应的浅成中性岩、中-酸性岩分别为闪长玢岩、花岗闪长斑岩。
硅-碱化学分类命名法以岩石中SiO2、K2O+Na2O来进行分类命名, 只需氧化物的质量百分含量, 不需要换算, 方法简便, 应用广泛。 将春都矿区13件岩石样品的SiO2(wB/%) 和 (K2O+Na2O) (wB/%) 分别投到TAS图解中 (图3.5), 有5个样品点落入二长岩区域内, 1个点落入二长闪长岩区域中, 1个点落在二长岩和二长闪长岩两个区域的交界处, 6个点落入石英二长岩区域。 由于矿区岩体内绢云母化分布广泛, 钾长石化、黑云母化也有一定分布, 绢云母化、钾长石化和黑云母化蚀变发生的过程中会伴有K的迁入, 因此, 矿区岩浆岩中K2O的含量会比未蚀变原岩中K2O的含量偏高, 致使矿区岩石样品在TAS图解中的点整体往上偏移。 如果去除岩体中绢云母化、钾长石化蚀变的干扰因素, 春都闪长玢岩样品的落点应该更接近闪长岩区域或者落入闪长玢岩区域; 花岗闪长斑岩样品的落点应该更接近花岗闪长岩区域或者落入花岗闪长斑岩区域。
图3.5 春都矿区侵入岩TAS图解(据Middlemost, 1994)
综合以上分析, 春都矿区岩体属于中酸性侵入岩, 岩石化学命名分别为闪长玢岩和花岗闪长斑岩, 与岩石薄片镜下命名一致。
㈦ 求仲辛醇主含量分析方法，帮帮忙
可以用气相色谱嘛
㈧ 什么是主分量分析法啊统计应该有用啊！！
主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标。在实证问题研究中，为了全面、系统地分析问题，我们必须考虑众多影响因素。这些涉及的因素一般称为指标，在多元统计分析中也称为变量。因为每个变量都在不同程度上反映了所研究问题的某些信息，并且指标之间彼此有一定的相关性，因而所得的统计数据反映的信息在一定程度上有重叠。在用统计方法研究多变量问题时，变量太 多会增加计算量和增加分析问题的复杂性，人们希望在进行定量分析的过程中，涉及的变量较少，得到的信息量较多。 主成分分析法是一种数学变换的方法, 它把给定的一组相关变量通过线性变换转成另一组不相关的变量，这些新的变量按照方差依次递减的顺序排列。在数学变换中保持变量的总方差不变，使第一变量具有最大的方差，称为第一主成分，第二变量的方差次大，并且和第一变量不相关，称为第二主成分。依次类推，I个变量就有I个主成分。 其中Li为p维正交化向量（Li＊Li＝1），Zi之间互不相关且按照方差由大到小排列，则称Zi为X的第I个主成分。设X的协方差矩阵为Σ，则Σ必为半正定对称矩阵，求特征值λi（按从大到小排序）及其特征向量，可以证明，λi所对应的正交化特征向量，即为第I个主成分Zi所对应的系数向量Li，而Zi的方差贡献率定义为λi／Σλj,通常要求提取的主成分的数量k满足Σλk／Σλj>0.85。 是希望用较少的变量去解释原来资料中的大部分变异，将我们手中许多相关性很高的变量转化成彼此相互独立或不相关的变量。通常是选出比原始变量个数少，能解释大部分资料中的变异的几个新变量，即所谓主成分，并用以解释资料的综合性指标。由此可见，主成分分析实际上是一种降维方法