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。