×
奥斯卡·隆登

教学辅助：属性联合模拟的最小/最大自相关因子。 （英语） Zbl 1321.86031号

数学。地质科学。 44，第4期，469-504（2012）.
摘要：采用多变量条件模拟评估矿床的多变量等级风险。由于存在多个空间相关属性，重要的是要确保正确地进行它们的联合模拟，并在实现中再现观测到的空间相关性。最小/最大自相关因子（MAF）方法是一种公认的实用技术，可用于此目的。MAF与标准的全余弦、主成分分析和逐步技术相比具有巨大的优势。下文详细回顾了MAF技术、应用和示例，以指导医生使用。

引用于4文件

MSC公司：

86A32型 地理统计学
65C60个 统计中的计算问题（MSC2010）
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62H20个 关联度量（相关性、规范相关性等）
86-01 与地球物理学有关的介绍性论述（教科书、辅导论文等）

关键词：

联合条件模拟;主成分分析;去相关;协同区域化;多元等级风险

软件：

GSLIB公司
PDF格式BibTeX公司 XML格式引用
\textit{O.Rondon}，数学。地质科学。44，第4号，469--504（2012；Zbl 1321.86031）
全文： DOI程序

参考文献：

[1] Bandarian E、Bloom L、Mueller U（2006）多元地质统计模拟的转换方法。In:IAMG 06 XI第十一届国际数学地质学大会论文集
[2] Bandarian E，Bloom L，Mueller U（2008），核心区域化双结构线性模型框架内的直接最小/最大自相关因子。计算地质学34（3）：190–200·doi:10.1016/j.cageo.2007.03.015
[3] Boucher A，Dimitrakopoulos R（2009）多相关变量的块支持模拟。数学地理41（2）：215–237·Zbl 1162.86317号 ·doi:10.1007/s11004-008-9178-0
[4] Boucher A、Dimitrakopoulos R、Vargas Guzmán JA（2004）联合模拟、最佳钻孔间距和储备的作用。收录于：定量地质学和地质统计学，地质统计学Banff，第14卷，第35-44页
[5] David M（1988）《应用超前地质统计矿石储量估算手册》。阿姆斯特丹爱思唯尔
[6] Desbarats A（2001）使用最小/最大自相关因子对区域化粒度分布进行地质统计建模。在：Monestiez P，Allard D，Froidevaux R（eds）GeoENV III——环境应用地质统计学，第三届欧洲环境应用地质统计学会议论文集。多德雷赫特Kluwer学术出版社，第441-452页
[7] Desbarats A，Dimitrakopoulos R（2000）使用最小/最大自相关因子对区域化孔隙大小分布进行地质统计模拟。数学地理32（8）：919–942·doi:10.1023/A:1007570402430
[8] Deutsch C，Journel A（1992）GSLIB:地理统计软件库和用户指南。牛津大学出版社，纽约
[9] Dimitrakopoulos R，Mackie S（2008）《矿山弃土不确定性联合模拟与修复决策》。摘自：Soares A、Pereira M、Dimitrakopoulos R（eds）GeoENV VI–环境应用地质统计学，第六届欧洲环境应用地质统计会议论文集。定量地质学和地质统计学，第15卷。柏林施普林格，第349-359页
[10] Fonseca M，Dimitrakopoulos R（2003）基于多个相关变量的有效联合模拟，评估巴西北部复杂铜矿床品位-吨位曲线中的风险。从事：计算机在矿业中的应用和运筹学研究。南非矿业和冶金研究所，第373–382页
[11] Goovaerts P（1993）从区域化变量计算的主成分的空间正交性。数学地理25（3）：281–302·Zbl 0970.86537号 ·doi:10.1007/BF00901420
[12] Goovaerts P（1997）《自然资源评估的地质统计学》。牛津大学出版社，纽约
[13] Goulard M（1989）《共同区域化模型中的推断》。收录：Armstrong M（ed）Geostatistics，第1卷。多德雷赫特Kluwer学术出版社，第397-408页
[14] Leuangthong O，Deutsch C（2003）多变量模拟的逐步条件变换。数学地理35（2）：155–173·Zbl 1022.86007号 ·doi:10.1023/A:1023235505120
[15] Matheron G（1973）内在随机函数及其应用。高级应用概率5:439–468·Zbl 0324.60036号 ·doi:10.2307/1425829
[16] Rondon O，Tran T（2008）使用最小/最大自相关因子的多元模拟：采矿业的实践方面和案例研究。收录：Ortiz J，Emery X（编辑）Geostats，第1卷，第269-278页
[17] Switzer P，Green A（1984）多元空间成像的最小/最大自相关因子。加利福尼亚州斯坦福市斯坦福大学统计系第6号技术报告
[18] Tercan A（1999）正交化算法在通过正交变换指示符方法建模条件分布中的重要性。数学地理31（2）：155–173
[19] Tran T，Murphy M，Glacken I（2006），通过最小/最大自相关因子在多元条件模拟中使用的半变异函数结构。在比利时列日举行的国际数学地球科学协会（IAMG）第十一届国际大会上发表，
[20] Vargas Guzmán J，Dimitrakopoulos R（2003）最小/最大自相关因子的计算特性。计算地质学29（6）：715–723·doi:10.1016/S0098-3004（03）00036-0
[21] Wackernagel H（1998）《自相关数据的主成分分析：地质统计学视角》。巴黎矿业大学Géstatistique中心第22/98/G号技术报告
[22] Wackernagel H（2003）多元地质统计学。柏林施普林格·Zbl 1015.62128号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。