地质统计学应用综述

地质统计学

第一章绪论 一、历史背景与产生 地质统计学是二十世纪六七十年代发展起来的一门新兴的数学地质学科的分支。它开始主要是为解决矿床从普查勘探、矿山设计到矿山开采整个过程中各种储量计算和误差估计问题而发展起来的。它是由法国著名学者G. 马特隆教授于1962年创立的。其核心即所谓的“克立格”。它是一种无偏的最小误差的储量计算方法。该方法按照样品与待估块段的相对空间位置和相关程度来计算块段品位及储量，并使估计误差为最小。这是南非采矿工程师D. G. Krige 根据南非金矿的具体情况与1952年提出的，故命名为克立格法。后来法国学者G. 马特隆（Matheron）对克立格提出的方法进行研究，认为克立格提出的方法是在考虑了空间分布特征的基础上，合理地改进了统计学，是一种传统方法与统计学方法结合起来的新方法。同时为了解决具二重型（结构型与随机性）的地质变量的条件下使用统计方法的问题。马特隆教授提出了区域化变量的概念（Regionalized Variable），从而创立了地质统计学。根据地质统计学理论，地质特征可以用区域化变量的空间分布特征来表征。而研究区域化变量的空间分布特征分布的主要数学工具是变差函数（Variogram）。 到七十年代中后期，马特隆的学生JOURENL等在研究其它地质变量的基础上，认为某些地质变量并不是一成不变的，而是有一定波动的，这样使用克立格法就不能很好再现地质变量的分布特征。因此他们采样模拟的方法，将克立格估计的离散方差的波动性模拟出来，从而产生了随机模拟法。因此，从二十世纪八十年代以来，地质统计学分为两派：一派以法国的马特隆教授等人为主，仍致力于克立格估计的研究；一派以美国JOURENL等人为主，主要致力于随机模拟方法的研究。 地质统计学的产生是在经典统计学的基础上发展起来的。在此前，为了反映地质变量的空间变化性，一些地质学家曾经使用一些经典的概率统计方法来研究地质变量。但由于地质变量并不是纯粹的随机变量，因此，直接用简单的统计方法解决复杂的地质问题，有一定的局限性。主要表现在：①经典统计方法在研究地质变量时，不考虑样品的空间分布，由于样品的空间分布位置不同，尽管它们的均值、方差都一样，但地质变量的稳定性并不相同。②经典概率统计学研究对象是纯随机变量，并都服从一定的已知概率分布，而地质变量既有随机性又有结构性。③经典统计学的变量原则上要求可以无限次重复测量或试验，且每次测量可能结果均不同，而地质变量不行。④经典统计学一般要求每次抽样是独立进行，相互独立，而地质变量并不相互独立，往往具有空间相关性。为了寻求一种既能保持概率统计的有效性，又考虑到地质变量的特点，使地质统计学应运而生。 二、地质统计学研究现状 经过三十多年的发展，目前地质统计学已经形成了一套完整的理论体系，提出了一些重要的方法和技巧，形成了一系列有实用价值的程序包，并迅速传播到世界各地。从目前来看，可概括为如下： ⑴形成一套完整的理论体系 a. 完善的基础理论（5基本） 基本概念——区域化变量 基本工具——变差函数 基本假论——二阶平稳假设和本征（亦称“内蕴”）假设 基本公式——估计方差离散方差正则化公式 基本方法——普通克立格 b. 非线性及非平稳理论充实 泛克立格K阶本征函数析取克立格等

管理统计学SPSS数据管理 实验报告

数据管理 一、实验目的与要求 1.掌握计算新变量、变量取值重编码的基本操作。 2.掌握记录排序、拆分、筛选、加权以及数据汇总的操作。 3.了解数据字典的定义和使用、数据文件的重新排列、转置、合并的操作。 二、实验内容提要 1．自行练习完成课本中涉及的对CCSS案例数据的数据管理操作 2．针对SPSS自带数据Employee data.sav进行以下练习。 （1）根据变量bdate生成一个新变量“年龄” （2）根据jobcat分组计算salary的秩次 （3）根据雇员的性别变量对salary的平均值进行汇总 （4）生成新变量grade，当salary<20000时取值为d，在20000~50000范围内时取值为c，在50000~100000范围内取值为b，大于等于100000时取值为a 三、实验步骤 1、针对CCSS案例数据的数据管理操作 1.1.计算变量，输入TS3到目标变量，在数字表达式中输入3，把任意年龄段分成三个组20-30设为1组，1-40设为2组41-50设为3组。图1， 图1 1.2.对已有变量的分组合并，在“名称”文本框中输入新变量名TS3单击“更改”按钮，原来的S3->?就会变为S3->TS3,单击“旧值和新值”按钮，系统打开“重新编码到其他变量：旧值和新值”，如下图2，

图2 图3 1.3.可视离散化，选择“转换”->“可视离散化”,打开的对话框要求用户选择希望进行离散化的变量，单击继续，如下图4，

图4 单击“生成分割点”，设定分割点数量为10，宽度为5，第一个分割点位置为18，单击“应用”，如下图， 图5 结果显示如下，

多点地质统计学

多点地质统计学Multiple-point geostatistic是相对于传统的两点地质统计学而言的,主要应用于储层表征与建模中. 传统的地质统计学在储层建模中主要应用于两大方面:其一,应用各种克里金方法建立确定性的模型,这类方法主要有简单克里金、普通克里金、泛克里金、协同克里金、贝叶斯克里金、指示克里金等;其二,应用各种随机建模的方法建立可选的、等可能的地质模型,这类方法主要有高斯模拟(如序贯高斯模拟)、截断高斯模拟、指示模拟(如序贯指示模拟)等。上述方法的共同特点是空间赋值单元为象元(即网格),故在储层建模领域将其归属为基于象元的方法。这些方法均以变差函数为工具,亦可将其归属为基于变差函数的方法。 变差函数局限性（传统地质统计学）变差函数只能把握空间上两点之间的相关性,亦即在二阶平稳或本征假设的前提下空间上任意两点之间的相关性,因而难于表征复杂的空间结构和再现复杂目标的几何形态(如弯曲河道)。弯曲河道的3种不同的空间结构(图1a,b,c)在横向上(东西方向,图1d)和纵向上(南北方向,图1e)的变差函数十分相似,这说明应用变差函数不能区分这3种不同的空间结构及几何形态,因此,基于变差函数的传统地质统计学插值和模拟方法难于精确表征具有复杂空间结构和几何形态的地质体。 现有的储层随机建模的另一途径是基于目标的方法,它是以目标物体为基本模拟单元,进行离散物体的随机模拟(Haldorsen and Damsleth,1990;Holdenet al.,1998)。主要方法为示性点过程(亦称标点过程),其根据先验地质知识、点过程理论及优化方法(如模拟退火)表征目标地质体的空间分布,因此这种方法可以较好地再现目标体几何形态。但这种方法亦有其不足:1)每类具有不同几何形状的目标均需要有特定的一套参数(如长度、宽度、厚度等),而对于复杂几何形态,参数化较为困难;2)由于该方法属于迭代算法,因此当单一目标体内井数据较多时,井数据的条件化较为困难,而且要求大量机时

《地质统计学》读书报告

《地质统计学》课程读书报告

地质统计学读书报告 地质统计学包含经典统计学与空间统计学，按其基本原理可定义为：地质统计学是以区域化变量理论为基础，以变异函数为主要工具，研究那些在空间分布上既有随机性，又有结构性的自然现象的科学。其为数学地质领域中一门发展迅速且有着广泛应用前景的新兴学科。国内外的生产实践表明，地质统计学除了在异常评价、找矿勘探、矿体圈定、储量计算、采矿设计、矿山生产及地学科研等方面具有明显的优越性外，它在石油地质、第四纪地质、地层学、生物学、生态学、岩石学、地球化学、构造地质、地震地质、海洋地质、农业、水文地质、工程地质、古气候、古地理、环境、林业、医学等许多方面都有成功应用的实例。地质统计学在不到50年的研究和实践中得到了很大的发展 [1]。 一、理论研究及进展 经历了数十年的发展，地质统计学的理论与方法研究有了很大的提高[2-3]。包括：①从初期二维平面分析到三维立体空间的静态估计，发展到今天在时空域内对研究对象进行四维乃至更高维空间的动态估计和模拟。Journel[4]将克立格法的估值问题，从一般矢量空间扩展到个原始数据的全部可测度函数所形成

的矢量空间(希尔伯特空间)进行考察；②在单变量区域化变量理论的基础上，提出了适合多变量的协同区域化理论[4]；③发展了许多计算变异函数(或协方差函数)的方法；④线性地质统计学与非线性地质统计学共同发展；⑤参数地质统计学与非参数地质统计学相互补充。Matheron[5]为首的参数地质统计学派以正态假设为前提，在协同区域化理论的基础上，提出多元地质统计学的基本思想。Journel发展了无须对数据分布作任何假设的非参数地质统计学，提出了一些非参数地质统计学克立格方法；⑥由于时空多元地质统计学的研究得到重视，早期空间域静态建模技术的研究逐渐过渡到研究时空域多元动态条件模拟，各种模拟方法得到了发展；⑦早期的等因子模型的因子是埃尔米特多项式，它要求原始数据服从正态分布。为了拓宽等因子模型的应用，Matheron提出了离散的等因子模型和连续的等因子模型，Rivoirard利用析取克立格技术建立了正交指标剩余模型，Lajauine和La ntuejoul等也提出了建立等因子模型的一些方法；⑧已有的地质统计学方法相互融合。如指示克立格法与协同克立格法相结合形成指示协同克立格法;指示克立格法与因子克立格法相结合形成主分量指示克立格法；协同克立格法与其它不同的线性地质统计技术相结合形成各种协同克立格技术等[6]。 这里重点介绍一下多点地质统计学[7]。多点地质统计学是相对于基于变差函数的两点地质统计学而言的。在两点统计里，储集层相关性通过空间两点协方差( 变差函数) 进行描述。在多点统计里，则是利用空间多个点组合模式进行描述。空间多点组合样式称为数据样板，如果在空间点赋予了值，则为一个特定的空间多点组合模式，称为数据事件。在建模时，对每一个未知点，估计在其处满足给定条件的数据事件出现的概率，随后抽样获得未知点处值或者数

利用多点地质统计学方法模拟岩相分布

收稿日期:2005-01-18 基金项目:国家教育部高等学校优秀青年教师教学科研奖励计划(T RA POYT )资助作者简介:冯国庆(1974-),男,山东荷泽人,博士,主要从事油藏描述和油藏数值模拟研究. 文章编号:1673-064X(2005)05-0009-03 利用多点地质统计学方法模拟岩相分布 Stochastic simulation of lithofacies distribution using multi -point g eostatistics 冯国庆1,陈浩2,张烈辉1,李允1 (1.西南石油学院油气藏地质及开发工程国家重点实验室,四川成都610500; 2.新疆油田分公司陆梁油田作业区,新疆克拉玛依834000) 摘要:文中介绍了多点地质统计学的基本原理,并利用该算法模拟了我国东部某砂岩油藏的岩相分布.通过对储层非均质性模拟研究,揭示储层在岩性、物性和含油气性的各向异性或非均质性,揭示 砂体展布、连通程度以及在横向、纵向上的变化规律,有利于开发方案的制定及注采井网的布署.模拟结果表明,多点地质统计学模拟方法可以很好地再现砂体局部的变异性和非均质性.由此可得出以下结论:snesim 模拟算法可以快速灵活地进行多点地质统计模拟,多点地质统计学比两点地质统计学更具有优势. 关键词:多点地质统计学;随机模拟;训练图像中图分类号:TE19;T E121.1+5 文献标识码:A 传统的地质统计学是利用变差函数描述地质变量的相关性和变异性,通过建立在某个方向上两点之间的地质变量的变化关系来描述空间的变化特性.但是,建立在两点统计关系上的变差函数本身在描述储层非均质性上有很大的不足,它反映的仅仅是空间两点之间的相关性,不能充分描述复杂几何形状砂体如河道砂体和冲积扇砂体空间的连续性和变异性.当井资料较少时,用于计算实验变差函数的点对很少,它也就不能正确反应空间两点之间的相关性.建立在两点基础上的变差函数在储层地质建模中存在一定的不足,而多点地质统计学[1-4] 是建立在多个点的相关关系上,所以它在解决描述空间变量的连续性和变异性方面得到越来越广泛的应用.斯坦福大学的Journel 教授曾指出多点地质统计学是今后地质统计学发展的方向,它的优势已越来越显著. 1 多点地质统计学的原理 在阐述多点地质统计学之前,首先回顾一下变 差函数的地质统计学方法是如何模拟储层岩相分布的,以序贯指示模拟算法为例进行说明.该方法的基本原理[5]简述如下: 假设在模拟区域有k 种岩相s 1,s 2,,s k ,对于模拟目标区域内的每一相,定义指示变量: I (u )= 1 Z(u)I s k 0 Z(u)|s k , 对于任一待模拟点,其出现第k 种相的概率为:P (I k =1|Z(u A )=s A ,P A ),A 为待估点所包括的条件区域,利用两点地质统计学方法计算该概率是采用克里格方法: P (I k =1|Z(u A )=s A ,P A )=E (I k )+ E n A =1 K A [1-E (I k )]. 2005年9月第20卷第5期西安石油大学学报(自然科学版) Journal of Xi c an Shiy ou U niversity(N atural Science Edition)Sep.2005V ol.20No.5

[管理学]统计学实验报告

实验报告 ——（关于小麦品种对小麦产量显著性影响的分析研究） 班级：09工商2班组长：tjs学号：09513285成绩： 小组成员姓名: tjs 09513285 wdh 09513286 ww 09513287 wj 09513288 一、实验目的与意义 本文运用单因素方差分析的统计方法对小麦品种对小麦产量是否具有显著性影响进行实证研究，经过数据分析得出了不同小麦品种对小麦产量具有显著性影响的结论。 二、实验内容 1、为了研究不同的小麦品种对小麦的产量是否有显著性影响，我们选取三个小麦品种：品种1、品种 2、品种3并且对每个品种选取四个地块的产量作为观测值。设三个品种总体均值分别为μ1 μ2 μ3 提出假设：H0 ：μ1 =μ2 =μ3 总体均值完全相等，自变量对因变量没有显著性影响。 H1 ：μ1 μ2 μ3总体均值不完全相等，自变量对因变量有显著性影响 设置显著性水平为0.05 其数据结构如下： 2、运用spss软件进行数据处理，以下是具体操作过程 （1）选择[Analyze]=>[Compare Means]=>[One-Way ANOVA...]，打开[One-Way ANOVA]主对 话框（如图所示）。

（2）从主对话框左侧的变量列表中选定小麦产量[var01]，单击按钮使之进入[DependentList]框，再选定变量小麦品种[var02]，单击按钮使之进入[Factor]框。单击[OK]按钮完成。 （3）生成统计结果如下：

3、结果分析 根据上面的计算结果，SS为离差平方和； df为自由度；MS为均方；F为检验的统计量；Sig=0.009 为P 值。我们直接运用计算出的P值与显著性水平α的进行比较，若P>α则不能拒绝原假设H0；若P<α则拒绝原 假设H0 ；在本题中，P=0.009<α=0.05 所以拒绝原假设H0 即小麦品种对产量有显著性影响。

地质统计学

地统计（Geostatistics）又称地质统计，是在法国著名统计学家G. Matheron大 量理论研究的基础上逐渐形成的一门新的统计学分支。它是以区域化变量为基础，借助变异函数，研究既具有随机性又具有结构性，或空间相关性和依赖性的自然现象的一门科学。凡是与空间数据的结构性和随机性，或空间相关性和依赖性，或空间格局与变异有关的研究，并对这些数据进行最优无偏内插估计，或模拟这些数据的离散性、波动性时，皆可应用地统计学的理论与方法。 地统计学与经典统计学的共同之处在于：它们都是在大量采样的基础上，通过对样本属性值的频率分布或均值、方差关系及其相应规则的分析，确定其空间分布格局与相关关系。但地统计学区别于经典统计学的最大特点即是：地统计学既考虑到样本值的大小，又重视样本空间位置及样本间的距离，弥补了经典统计学忽略空间方位的 缺陷。 地统计分析理论基础包括前提假设、区域化变量、变异分析和空间估值。 第一章品位与储量计算 第一节概述 投资一个矿床开采项目，首先必须估算其品位和储量。一个矿床的矿量、品位及其空间分布是对矿床进行技术经济评价、可行性研究、矿山规划设计以及开采计划优化的基础，是矿山投资决策的重要依据。因此，品位估算、矿体圈定和储量计算是一项影响深远的工作，其质量直接影响到投资决策的正确性和矿山规划及开采计划的优劣。从一个市场经济条件下的矿业投资者的角度看，这一工作做不好可能导致两种对投资者不利的决策：(1)矿体圈定与品位、矿量估算结果比实际情况乐观，估计的矿床开采价值在较大程度上高于实际可能实现的最高价值，致使投资者投资于利润远低于期望值，甚至带来严重亏损的项目。(2)与第一种情况相反，矿床的矿量与品位的估算值在较大程度上低于实际值，使投资者错误地认为在现有技术经济条件下，矿床的开采不能带来可以接受的最低利润，从而放弃了一个好的投资机会。 然而，准确地估算出一个矿床的矿量、品位绝非易事。大部分矿体被深深地埋于地下，即使有露头，也只能提供靠近地表的局部信息。进行矿体圈定和矿量、品位估算的已知数据主要来源于极其有限的钻孔岩心取样。已知数据量相对于被估算的量往往是一比几十万乃至几百万的关系，即对一吨岩心进行取样化验的结果，可能要用来推算几十万乃至几百万吨的矿量及其品位。可以不过分地说，矿量、品位的估算是世界上最大胆的外推。因此，矿体圈定与矿量、品位估算不仅是一项十分重要的工作，而且是一项极具挑战性的工作。做好这一工作要求掌握现代理论知识与手段，并应用它们对有限的已知数据进行各种详细、深入的定量、定性分析；同时也要求从事这一工作的地质与采矿工程师具有科学的态度和求实精神。 本章将较详细地介绍当今世界上常用的矿量、品位估算方法，包括探矿数据的分析、处理和用于品位估值的剖面法、平面法及矿床模型法等。地质统计学作为品位估值的一种方法，从其诞生起就显示了强大的生命力，得到了越来越广泛的应用，本章对此给予较大的篇幅。本章的主要目的不是教会读者如何一步一步

管理统计学-假设检验的SPSS实现-实验报告

假设检验的SPSS实现 、实验目的与要求 1. 掌握单样本 t检验的基本原理和 spss实现方法。 2. 掌握两样本 t检验的基本原理和 spss实现方法。 3. 熟悉配对样本 t检验的基本原理和 spss实现方法。 二、实验内容提要 1. 从一批木头里抽取 5根，测得直径如下（单位： cm），是否能认为这批木头的平均直径是1 2.3cm 12.3 12.8 12.4 12.1 12.7 2. 比较两批电子器材的电阻，随机抽取的样本测量电阻如题表2所示，试比较两批电子器 材的电阻是否相同（需考虑方差齐性的问题） 3. 配对 t检验的实质就是对差值进行单样本t检验，要求按此思路对例课本 13.4进行重新分析，比较其结果和配对 t检验的结果有什么异同。 4．一家汽车厂设计出 3种型号的手刹，现欲比较它们与传统手刹的寿命。分别在传统手刹，型号I、II、和型号 III中随机选取了 5只样品，在相同的试验条件下，测量其使用寿命（单位：月），结果如下： 传统手刹：21.213.417.015.212.0 型号 I ：21.412.015.018.924.5 型号 II ：15.219.114.216.524.5 型号 III ：38.735.839.332.229.6 （ 1）各种型号间寿命有无差别 ? （2）厂家的研究人员在研究设计阶段，便关心型号III 与传统手刹寿命的比较结果。此时应 当考虑什么样的分析方法？如何使用 SPSS实现？ 三、实验步骤 为完成实验提要 1. 可进行如下步骤 1. 在变量视图中新建一个数据，在数据视图中录入数据，在分析中选择比较均值，单样本t 检验，将直径添加到检验变量，点击确定。

《管理统计学》实验报告

《管理统计学》实验报告 学号： 姓名： 班级： 指导老师： 2020年9 月11 日

目录 熟悉SPSS的使用方法___________________________________________________________ 3实验（或实训）总结、评价 ____________________________________________________ 6描述统计、参数估计及假设检验 _________________________________________________ 6实验（或实训）总结、评价 ___________________________________________________ 24方差分析（含单因素和双因素） ________________________________________________ 24实验（或实训）总结、评价 ___________________________________________________ 31相关系数、回归参数估计和检验 ________________________________________________ 32实验（或实训）总结、评价 ___________________________________________________ 36

熟悉SPSS的使用方法 一、实验目的、任务 （1）了解SPSS 的运行模式，熟悉其主要窗口的结构； （2）理解并掌握有关数据文件创建和整理的基本操作，学习如何将收集到的数据输入计算机，建成一个正确的 SPSS 数据文件； （3）掌握如何对原始数据文件进行整理，包括数据查询，数据修改、删除，数据的排序等。 二、实验基本内容 （1）SPSS的启动和退出方法； （2）创建数据文件和读取外部数据的方法； （3）数据的编辑、保存和整理。 实验（实训）结果 例题：实验原始数据 某航空公司38 名职员性别和工资情况的调查数据，如表所示，试在SPSS 中进行如下操作： 1、将数据输入到SPSS 的数据编辑窗口中，将gender 定义为字符型变量，将salary 定义为数值型变量，并保存数据文件，命名为“实验1.sav”。 /插入一个变量income，定义为数值型变量。 将数据文件按性别分组。 查找工资大于40000 美元的职工。 当工资大于40000 美元时，职工的奖金是工资的20％；当工资小于40000 美元时， 职工的奖金是工资的10%，假设实际收入＝工资＋奖金，计算所有职工的实际收入，并添加到income 变量中。

地质统计学反演

地质统计学反演（StatMod） 一、方法原理 JASON的StatMod是一个集多种随机模拟技术的软件包，是以概率论为其理论基础的。其目的是提供一个或多个在某种概率条件下的，既满足数据的地质统计学特征又满足地质、测井和地震信息的三维储层参数概率模型。数据的地质统计学特征由数据的概率分布图和变异函数描述。 由于地质统计模拟是基于概率意义上的随机模拟。为满足概率条件必须有足够多的井资料。软件要求的已知井数不少于6口。 地质统计学主要的算法是岩性指示模拟和序贯高斯模拟技术（SGS）。 序贯高斯模拟方法是一种产生来自高斯场模型实现的方法。它基于序贯模拟思想。该方法首先是将研究区域离散为网格系统，然后序贯地处理每一个网格节点。由于每个节点处随机变量是服从条件化的正态分布，因此，网格节点值完全由均值和方差两个参数确定。通过求解克里金方程组就可给出该网格节点处的均值和方差，从而将节点处的正态分布确定下来，并采用相应的抽样方法得到该网格节点处的一个样本。直至全部网格节点计算完毕。需要指出的是：求解克里金方程组时的条件数据包括原始数据，先前已模拟的、落在模拟邻域内所有被模拟的网格节点处的值。序贯高斯模拟方法是一种条件模拟，它保证原始数据和直方图及变异函数都被条件化。在地震储层预测中，每一道就是一个网格节点。 在模拟过程中，需要求取的最典型的属性是波阻抗和孔隙度。地质统计学考虑了模拟过程中结果的不唯一因素，故而增加了结果的误差分析。通过用户定义方式在三维地质模型的每个网格节点上计算出的概率密度函数，可以计算出结果数据体。概率密度函数是数据体中能够对不确定性进行正常估算的参数分布规律。 地质统计学反演对测井曲线的应用方式，与Jason其它的反演方法截然不同。Jason其它反演方法再队测井曲线进行应用过程中，除子波估算外。只有在地震数据中没有低频信息时，在最终的反演结果中才会反映测井曲线的信息。然而地质统计学将重采样后的测井曲线沿井轨迹复制到三维网格点中。在这种方式下，测井曲线被认为是“Priori”类型的信息，因此，在开展地质统计学反演之前，开展其它类型的常规反演就显得十分重要。只有这样，我们才能够确保曲线和地震数据具有一致性，代表了相同带限的地质模型。因此，地质统计学反演比其它类型的反演具有如下技术优势： 1 小井距间的精细尺度内插 2能够进行误差估算，进而评价风险 3改善常规反演结果的分辨率 4能够生成岩性类型数据体，如砂岩和泥岩

统计学实验报告【最新】

统计学实验报告 一、实验主题:大学生专业与实习工作的关系 二、实验背景: 二十一世纪的今天大学生已是一个普遍的社会群体，高校毕业人数日益增加，社会、企业所提供的职位日益紧张，大学生就业问题是当今社会关注的焦点。面对日益沉重的就业压力，越来越多的大学毕业生选择了企业需求的职业，而这种职业与自己在校所学专业根本“无关”或相去甚远，大学毕业生就业专业不对口的现象非常严重。专业对口是个广义的概念，就是说你所学的专业与你所作的工作相关，比如你专业是会计，工作后你到了一个企业做会计，或者到银行做柜员，这都是与经济相关的，这就是对口。如果你学机械设计，但工作后却做了统计员，业务员等于你所学专业无关的工作，这就叫专业不对口。专业不对口导致毕业生所学知识没有用武之地，所以这是一种人力资源的浪费。 三、实验目的: 大学生就业专业不对口是客观存在的问题，我们研究此问题有这几点目的:①了解当代大学生实习工作与专业是否对口的情况，当代大学生对工作与专业不对口现象的态度。②分析大学生就业结构和

专业对口问题，了解当今大学生专业对口情况，为以后大学生选择专业、选择工作岗位提供有效的信息和借鉴。③寻找导致专业不对口的原因，以减少社会普遍存在的人力资源的浪费。 四、实验要求:就相关问题收集一定数量的数据，用EXCEL进行如下 分析:1进行数据筛选、排序、分组;2、制作饼图并进行简要解释;3、制作频数分布图，直方图等并进行简要解释。 五、实验设备及材料:计算机，手机，EXCEL软件，WORD软件。 六、实验过程: (一)制作并发放调查问卷。 (二)收回并统计原始数据:收回了102名大学生填写的调查问卷，并对相关数据进行统计。 (三)筛选与实验相关问题: 1.您的性别( ): A. 男B.女

多点地质统计学算法的C#实现及应用

Software Engineering and Applications 软件工程与应用, 2019, 8(2), 58-64 Published Online April 2019 in Hans. https://www.wendangku.net/doc/6a11317507.html,/journal/sea https://https://www.wendangku.net/doc/6a11317507.html,/10.12677/sea.2019.82007 Realization and Application of Multipoint Geostatistics Algorithms by C# Fengyun Guo, Changyun Miao The 22nd Research Institute of CETC, Xinxiang Henan Received: Mar. 24th, 2019; accepted: Apr. 8th, 2019; published: Apr. 15th, 2019 Abstract In Snesim algorithm of multi-point geological statistics, the probability distribution can be deter-mined by scanning the number of data events which are same as the distribution of conditional data in the training image, which can reflect the joint variability of multiple locations. In this paper, Snesim algorithm is implemented in C# language. Using the parallel operation ability of C# to build a search tree greatly improves the computational efficiency. The search algorithm of data events is studied in this paper, and the effect of changing training image to verify the treatment of simula-tion results is explored. Keywords Training Image, Search Tree, Data Events, Parallel Computation 多点地质统计学算法的C#实现及应用 郭凤云，苗长运 中国电子科技集团公司第22研究所，河南新乡 收稿日期：2019年3月24日；录用日期：2019年4月8日；发布日期：2019年4月15日 摘要 在多点地质学统计Snesim算法中，通过在训练图像中扫描与待模拟点条件数据分布相同的数据事件个数来确定概率分布，可以反映出多个位置的联合变异性，本文用C#语言完整地实现了Snesim算法，利用C#的并行运算能力建立搜索树大大提高了计算效率，对搜索树中数据事件的查找算法进行研究，并探索了改变训练图像来验证对待模拟结果的影响。

管理统计学实验报告

实验报告 科目管理统计学 班级2011级信息管理与信息系统成员 成都理工大学工程技术学院 二○一三年五月

实验一 一、实验名称：4S调查问卷基本信息统计的分析 二、实验目的：熟练的使用SPSS软件关于数据统计的描述与图表 方法。 三、实验内容： 使用SPSS软件对性别分布状况，年龄分布状况，受教育分布状况，车辆品牌分布状况选择合适的统计图加以分析与说明。 四、实验步骤 1、打开SPSS软件，打开文件中打开数据选项，打开4S调查问卷数据。 2、从SPSS软件的“图形”—>“旧对话”—>“饼图”，启动数据分析过程 3、选择个案分析，定义需要的变量分区 4、最后在此对话框中点击“选项”按钮，弹出“缺省值”对话框。根据需要 进行选择，最后点击确定即可。 五、实验结果

六、 实验结论 1、性别分布状况 就性别分布来看，男性顾客85人，占总人数的85.29%；女性顾客17人，占总人数的14.71%. 2、年龄分布状况 就年龄分布来看，26~45之间的人占大多数人，某种程度上也可以说明这一年龄阶段是4S 店的主要客服。 3、受教育的程度分布状况 就受教育程度分布状况来看，被调查的者大专学历的51人，占总人数的50% ；其次为本科学历的18 人，占总人数的17.65%. 4、车辆品牌分布状况 就车辆品牌分布状况来看，伊兰特和索纳塔是该服务店的主要车型。

实验二 一、实验名称：测量变量的信度 二、实验目的：对各个变量的信度做进一步的分析，保证数据的对 整个实验过程确定性。 三、实验内容： 使用SPSS软件，对评价最低，最高的得分题目，个性化服务度量项目可靠性系数，服务态度度量项目可靠性系数，顾客忠诚度量项目可靠系数，促销活动度量项目可靠系数，服务流程项目可靠系数，顾客满意项目可靠系数，进行分析与说明 四、实验步骤 1、打开SPSS软件，调入数据文件，进入SPSS主界面。 2、单击“分析”菜单中的“尺度分析”，再在“尺度分析”的子菜单中点击“可靠性”分析，打开“可靠性分析”的主对话框。 3、在左侧的源变量框中选择上述四个项目所对应的变量加入到对话框右边的“项目”中，作为分析变量，再在对话框下面的“模型”中选择“Alpha”，进行Alpha 信度分析。 4、点击对话框中的“统计量”按钮，打开相应的对话框，选择要输出的统计量、变量描述、 方差分析，总结等。在 4、点击“继续”按钮，回到“可靠性分析”的主对话框，勾选“列出项目标签”，再单击“确定”按钮，这样软件系统就会自动进行四个项目的分析。 五、实验结果

地质统计学在环境科学领域的应用进展分析

地质统计学在环境科学领域的应用进展 分析 本文从网络收集而来，上传到平台为了帮到更多的人，如果您需要使用本文档，请点击下载按钮下载本文档（有偿下载），另外祝您生活愉快，工作顺利，万事如意！ 0引言 地质统计学,近年来又被称为空间信息统计学,是数学地质领域中一门发展迅速且有着广泛应用前景的新兴学科。它以区域化变量为核心和理论基础,以多孔介质空间结构的变异函数为基本工具,研究那些分布于空间中并显示出一定结构性和随机性的自然现象的一种数学地质方法,在优化采样方案、处理不规则采样及最优化插值计算等方面有明显的优点,在地学、矿业、石油、农林、环境、生态及医学等方面都有成功应用的实例。 1地质统计学的产生和发展现状 20世纪50年代初期,南非矿山工程师根据多年对南非金铀砾岩型金矿储量计算的经验,提出随样品空间位置不同,样品间相关性不同,应对每个样品赋予一定权值进行滑动加权平均来代替传统平均值对盘区块段金品位进行估计。60年代,法国著名统计学家经过大量工作将Krige的成果理论化、系统化,提出“区域化变

量”概念,创立了这门新的统计学分支学科。地质统计学的基本理论与研究方法于1978年由地质学家侯景儒等人系统引入中国科研工作中,经历了曲折的发展后,目前地质统计学在中国的理论方法与实际应用均达到一定的水平[2 3],但在环境科学领域的应用时间还很短。 在不到半个世纪的时间里,地质统计学已在需要评估空间和时间变异的许多领域得到广泛应用。 (1)形成了两大理论学派[4]即以法国统计学家G Matheron为代表的“枫丹白露地质统计学派”和以美国统计学家 A G Journel为代表的“斯坦福地质统计学派”。由于实际计算和应用方法不同,又称为“参数地质统计学”和“非参数地质统计学”。 (2)发展了多种空间局部估计方法,如普通克立格法、协同克立格法、泛克立格法、析取克立格法、对数克立格法、随机克立格法、因子克立格法、指示克立格法等。 (3)多学科相互渗透,拓宽了地质统计学的理论体系,使其不断应用于新的领域,如石油和煤炭勘探与开发、水文工程地质、环境污染预测、农林科学、生物科学、医学等领域。 (4)国内外学者已经研究开发出一批基于地质统

管理统计学实验报告

《管理统计学》实验报告 实验项目名称：1、案例2.2迎宾商场 X品牌手机销售数据统计 2、2009年中国上市公司50强营业收入数据统计（省略） 实验指导老师：信息学院张建桃 学生班级：10工业工程2班 学号：20103111020x 学生姓名：hqhsks

一、实验目的： 1、了解熟悉spss软件的使用，让学生用spss对数据的简单处理 2、进一步提高学生对数据的处理和分析能力 3、通过操作加深学生理论与实际操作向结合的能力 二、原理简述 1、spss集数据整理、分析功能于一身。SPSS的基本功能包括数据管理、统计分 析、图表分析、输出管理等等。SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类，每类中又分好几个统计过程，比如回归分析中又分线性回归分析、曲线估计、Logistic回归、Probit回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程，而且每个过程中又允许用户选择不同的方法及参数。SPSS也有专门的绘图系统，可以根据数据绘制各种图形。 三、仪器设备 Spss软件（英文名称Statistical Package for the Social Science） 四、实验内容和实验步骤 1、启动spss软件，在变量视图里面把实验中涉及到的变量名称输进去 2、返回数据输入窗口把数据输进去进行排序

为7组，且应该是是点击转换窗口再点击重新编码为不同变量窗口 4、紧接着上面一步进入数据分组画面，分为7小组

了解数据的走势我采取了直方图 5、显示出来的直方图然后双击直方图即可进行折线图的显示

多点地质统计学在储层建模中的应用

多点地质统计学在储层建模中的应用 谢爽1，董伟1张贤毅1张兴旺2，毛鑫1 1 成都理工大学能源学院,成都,610059 2 塔里木油田分公司，新疆库尔勒，841000 摘要:多点地质统计学为储层随机建模的国际前沿研究方向。该方法综合了基于象元的方法易忠实条件数据以及基于目标的方法易再现目标几何形态的优点,同时克服了传统的基于变差函数的二点统计学不能表达复杂空间结构和再现目标几何形态的不足。通过理论与实例研究,分析了目前多点统计学尚存在的问题(包括训练图像平稳性问题、目标连续性问题以及综合软信息的问题等)及未来发展的方向。 关键字：多点地质统计学；储层建模；传统地质统计学； Application of Multiple-Point Geostatistics in Stochastic Modeling Abstract: Multiple-point geostatistics is a promising discipline in reservoir stochastic modeling. This approach combines the advantages of two methods: pixel-based two-point simulation and object-based simulation, which is able to make a more exact reservoir modeling for the reservoir with complex variability, especially the fluvial reservoir. With the analysis of the traditional modeling methods, the paper presents the principle of multiple-point geostatistics and SNESIM algorithms, and simulates the sand distribution of a braided distributary channel reservoir in one development block.The result indicates that this approach is better than the traditional methods for the fluvial reservoir modeling. Finally, the paper discusses some main problems, including the training images, object continuity, data template, and integration of seismic information. Key words: multiple-point geostatistics; stochastic modeling; 新近兴起的多点地质统计学为地质学家和储层建模人员提供了一种有力工具,它强调使用训练图像把先验模型明确而定量地引入到储层建模当中。先验地质模型包含了被研究的真实储层中确信存在的样式,而训练图像则是该模型的定量化表达。通过再现高阶统计量,多点算法能够从训练图像中捕捉复杂的(非线性)特征样式并把它们锚定到观测的井位数据。 多点地质统计学综合了基于象元方法以及基于目标方法两者的优点,对于河流相等具有复杂地质形态的储层精确建模具有较强的优势。多点地质统计学方法不仅忠实于井点数据,而且可以在使用的训练图像中加入地质概念,从而对随机模型进行地质约束；多点地质统计学方法和相控建模的建模原则有助于从地质的角度对模型进行约束,促进概念模型向定量模型的转化,从而建立合理的反映地下实际情况的三维模型。 多点地质统计学方法应用“训练图像”代替变差函数描述地质变量的空间结构性和相关性,该方法综合了基于目标和基于象元的算法优点,能够有效克服传统地质统计学描述复杂空间结构和几何形态地质体的 不足.[1-6] 1多点地质统计学概念 多点地质统计学是使用多点之间的相关性,来表达复杂空间结构性和再现目标几何形态。为了更好地分析多点之间的相关性,引入了一些新的术语。对于属性S(如沉积相,或者连续值如孔隙率和渗透率),可取K个状态值{Sk,k=1,…,K},则一个以u为中心,大小为n的数据事件由以下两部分组成[1,2]: (1)由n个向量{hα,α=1,…,n}确定的几何形态,称为数据样板,记为τn; (2)n个向量终点处的n个数据值,如图1(a)为一个五点构形的数据事件,由一个中心点和4个 向量及数值组成。多点地质统计学引入了训练图像的概念。训练图像不需要精确描述储层的细节,而是概要描述储层结构、几何形态及其分布模式。 作者简介谢爽，女，1986年生，成都理工大学在读硕士研究生，主要研究方向为油气藏描述。 Email:xieshuangcathidy@https://www.wendangku.net/doc/6a11317507.html,

管理统计学上机实验报告

《管理统计学》上机试验报告 试验名称：数据文件管理 成绩： 姓名栗跃峰专业财务管理 2班 学号2940940219 试验日期2010-9-29试验地 点 实验楼508 试验目的与要求(1)理解并掌握SPSS软件包有关数据文件创建和整理的基本操作 (2)学习如何将收集到的数据输入计算机，建成一个正确的SPSS数据文件 (3)掌握如何队原始数据文件进行整理，包括数据查询，数据修改、删除，数据的排序等等。 试验原理 SPSS数据文件是一种结构性数据文件，由数据的结构和数据的内容两部分构成，也可以说由变量和观测两部分构成。 SPSS中的变量共有10个属性，分别是变量名（Name）、变量类型（Type）、长度(Width)、小数点位置（Decimals）、变量名标签（Label）、变量名值标签（Value）、缺失值（Missing）、数据列的显示宽度（Columns）、对齐方式（Align）和度量尺度（Measure）。定义一个变量至少要定义它的两个属性，即变量名和变量类型，其他属性可以暂时采用系统默认值，待以后分析过程中如果有需要在对其进行设置。在SPSS数据编辑窗口中单击“变量视窗”标签，进入变量视窗界面即可对变量的各个属性进行设置。 试验内容对某房地产公司30名职员性别和工资情况的调查数据进行分析1.创建一个数据文件 （1）选择菜单【文件】→【新建】→【数据】新建一个数据文件，进入数据编辑窗口。 （2）单击右下角【变量视窗】标签进入变量视图界面，输入变量Id，gender,salary,将gender定义为字符型变 量，将salary定义为数值型变量。 （3）切换到数据试图并保存数据文件，命名为“试验1- 1.sav”。 2.插入一个变量income,定义为数值型变量 在变量视图里插入一个变量income,并将其定义为数值