В книге изложены вопросы применения вероятностно-статистического анализа к исследованию погрешностей измерений в свете современных достижений теории вероятностей и математической статистики. Большое внимание уделено прикладной стороне вероятностно-статистического анализа для оценки точности и проектирования измерений.

В книге изложены общие принципы статистического анализа пространственных геологических закономерностей. Рассматриваются следующие задачи: изучение особенностей взаимного расположения объектов на плоскости, сглаживание наблюдаемых значений, описание озменчивости, выявление преобладающих простираний, обработка комплексных данных, опознание геологических объектов по совокупности косвенных признаков. Описан ряд оригинальных, ранее не публиковавшихся методово обработки результатов наблюдения. Приводится значительное число практических примеров из геологического картирования, поисков и прогнозирования месторождений полезных ископаемых, палеогеографических, фациальных и других видов геологических исследований. 

Книга рассчитана на широкий круг геологов, геофизико и геохимиков, на специалистов, интересующихся применением математики в геологии, и студентов геологических специальностей

На основании статистической обработки около 600 анализов хлоритов рассмотрели вопроси их изоморфизма и классификации.

Вычислены уравнения множественной регрессии в стандартизованном масштабе, позволившие установить степень влияния главных катионов на физические свойства. Выведены уравнения парной и множественной регрессии состав—свойства, с помощью которых со строгой оценкой можно вычислить состав по физическим свойствам.

Исходя из минеральных парагенезисов и состава пород выделены парагенетические типы хлоритов, для которых приведены средний химический состав и пределы его колебаний. Показана возможность применения дискриминантных функций для решения диагностической задачи-отнесения с определенной вероятностью единичного анализа хлорита в тот или другой пара генетический тип

Рассмотрены амфиболы метаморфических пород: магнезиально-железистые ромбические (антофиллит-жедриты) и моноклинные (куммингтонит-грюнериты), кальциевые — актинолит-роговая обманка и натровые глаукофан-рибекиты. Делается вывод о желательности сохранения старого термина «жедрит» для различия его с антофиллитом по содержанию Аl203 более 5 вес. %.

Выделены средние типы антофиллитов из гипербазитов и антофиллитовых асбестов. Установлена общая тенденция повышения в минерале FeO с повышением Аl203. Куммингтониты характеризуются повышенной железистостью и служат дополнением вышеуказанного ряда; все их точки ложатся в поле с f" более 30%, т. е. за пределы антофиллита. Аналогов глиноземистым жедритам среди куммингтонитов не имеется, так как содержание Аl203 в них обычно не превышает 5 вес. %.

Амфиболы ряда актинолит—роговая обманка, которым в работе уделено основное внимание, кристаллизуются в широких диапазонах РТ-параметров. Сравнение средних значений 38 выделенных типов устанавливает повышение AlIV и щелочей с повышением Т и повышение AlVI при значительном повышении давления. Количество Аl (прежде всего AlVI) возрастает от пироксенсодержащих пород к гранатсодержащим, т. е. определяется также составом вмещающих пород.

Для амфиболов ряда глаукофан—рибекит проявляется резкое различие по содержанию Аl и Fe3+ в зависимости от их генезиса.

Дается краткая характеристика редких амфиболов: винчитов, рихтеритов, дашкесанитов и др

Посвящена теории распознавания образов и одному из методов её реализации — кластерному анализу. В сжатом виде представлены основные идеи кластерного анализа и показаны сферы его приложения в горных, экономических, социологических и других исследованиях. Описанные методы кластеризации могут быть использованы в реальных задачах. В алгоритмах достаточно подробно рассмотрена вычислительная часть.

Несмотря на то, что кластерный анализ является эффективным и удобным инструментом классификации, а также весьма распространен в практических исследованиях, публикаций на эту тему на русском языке очень мало, а существующие малоинформативны. Предлагаемая Вашему вниманию книга освещает некоторые основополагающие вопросы кластерного анализа.

Для научных сотрудников, диссертантов и специалистов, работающих в области многомерного статистического анализа

В учебном пособии излагаются основы применения статистических методов для решения широкого круга геологических задач. Рассмотрены методологические приёмы математической обработки геологической информации с помощью наиболее распространённых программных средств.

Учебное пособие предназначено для студентов специальностей направления 130300 – Прикладная геология.

Настоящее пособие предназначено для студентов начальных курсов и содержательно связанно с проблематикой первой доминанты, т. е. с изучением основ аппарата математической статистики- главного средства первичной обработки геологических данных. В практическом плане, статистические алгоритмы реализованы в широком спектре пакетов прикладных программ, не имея явной геологической специализации. Умение свободно работать в их среде, отвлекаясь от конкретики предметной области, являются показателем профессиональной зрелости инженерного персонала, вообще, но для геологов - в особенности. Это объясняется спецификой геологических исследований, которая заключается в невозможности непосредственного чувственного восприятия объектов недр. Оно заменяется их информационным описанием, служащим единственным источником сведений для производственно-управленческих решений и научных выводов.

Сказанное определяет содержание курса и особенности его изложения в данном пособии, которое может быть полезно для преподавания дисциплин "Математические методы моделирования в геологии", "Применение ЭВМ в геологии" и "Основы компьютерных технологий решения геологических задач".

Оно рассчитано на студентов направления 130300 - "Прикладная геология", обучающихся по специальностям: 130301 - Геологическая съёмка, поиски и разведка месторождений полезных ископаемых, 130304 - Геология нефти и газа.

В книге освещены основные разделы шестой версии программы STATISTICA. На примерах, большинство которых — из встроенной в программу библиотеки Examples, дано подробное описание технологии работы с модулями программы. Уделено внимание постановочной части статистических методов и интерпретации результатов анализа. Рассмотрены процедуры управления данными, графические возможности программы, разведочный анализ данных, одномерные и многомерные статистические методы, углубленные методы анализа, временные ряды и прогнозирование, формирование отчетов, составление макросов.

Книга написана на основе курсов, читаемых в Кубанском государственном университете. Простая и доступная для широкого круга читателей форма изложения делает возможным самостоятельное изучение программы STATISTICA.

Адресована студентам, изучающим экономические и математические дисциплины, а также аспирантам, преподавателям вузов, научным работникам различных направлений, специалистам в области аналитики и логистики, т.е. будет полезна всем, занимающимся обработкой статистических данных и использующих современные компьютерные технологии

Книга является учебным пособием по анализу данных и статистике, рассчитанным на прикладных специалистов, менеджеров и студентов. Излагаются основные сведения, необходимые на практике для анализа данных, на наглядных примерах рассматриваются основные постановки задач, а затем эти же примеры решаются с использованием популярных статистических пакетов STADIA, STATGRAPHICS, SPSS и Эвриста. В приложении дается обзор других программных средств для анализа данных. Большое внимание в книге уделено средствам анализа временных рядов и других методам, часто используемым в прикладных задачах

Книга представляет собой первое и пока единственное руководство по применению статистических методов для решения геологических задач.

Доступным для неподготовленного читателя языком в ней изложены основные понятия теории вероятностей и статистические методы, которыми пользуются для получения оценок неизвестных параметров. Наглядно, с привлечением большого количества рисунков и схем, показано применение способов статистической обработки при решении геологических задач.

Multivariate statistical methods have become commonplace in the Earth Sciences. What was once an exclusive area of activity is now within the reach of Everyman, owing to the ubiquitousness of mini-computers and the ready availability of software for doing the computing. In the days when one was required to do one's own programming, it was necessary to acquire considerable proficiency in linear algebra and one or more programming languages. Today, the vast majority of the people who use multivariate methods to analyse geological data have little or no idea of the matrix operations underlying a particular method, nor, for that matter, what the program is actually supposed to be doing. This situation can be both good and bad. It can do no harm if everything goes according to schedule, the program being used is competently constructed, which, alas, is far from being the general case, and there are no strong deviations from standard statistical theory in the data under examination. It is bad if the data do not fit the theoretical requirements of a particular method and even worse if the method of computation used is inappropriate. It is an inescapable and sad fact of life that much geological and biological material deviates in some manner or other from the theoretical requirements of a multivariate statistical procedure. The immediate relevance of this observation is that there are many sources of error in doing an analysis of geological data by means of standard statistical software.