数理统计法 数理统计方法有哪些?
\u4ec0\u4e48\u662f\u6570\u7406\u7edf\u8ba1\u5206\u6790\u6cd5\uff1f\u6709\u6570\u7406\u7edf\u8ba1\u5206\u6790\u6cd5\u548c\u6570\u7406\u7edf\u8ba1\u6cd5\u4e24\u79cd\u6982\u5ff5\uff0c\u4f60\u770b\u770b\u662f\u54ea\u79cd\u3002
\u6570\u7406\u7edf\u8ba1\u5206\u6790\u6cd5\uff08mathematical statistics method\uff09\u662f\u5728\u77ff\u5e8a\u52d8\u63a2\u4e2d\uff0c\u7528\u6570\u7406\u7edf\u8ba1\u7684\u539f\u7406\u7814\u7a76\u52d8\u63a2\u7f51\u5ea6\u7684\u4e00\u79cd\u65b9\u6cd5\u3002\u5b83\u5728\u7814\u7a76\u77ff\u4f53\u5f62\u6001\u548c\u54c1\u4f4d\u53d8\u5316\u7a0b\u5ea6\u7684\u57fa\u7840\u4e0a\uff0c\u6839\u636e\u9884\u671f\u63a2\u660e\u50a8\u91cf\u7684\u7cbe\u5ea6\u8981\u6c42\uff08\u5373\u5141\u8bb8\u8bef\u5dee\uff09\uff0c\u8ba1\u7b97\u51fa\u5728\u4e00\u5b9a\u7684\u52d8\u63a2\u5730\u6bb5\u9762\u79ef\u5185\u6240\u9700\u8981\u7684\u52d8\u63a2\u5de5\u7a0b\u6570\u91cf\uff0c\u6216\u6bcf\u4e2a\u52d8\u63a2\u5de5\u7a0b\u6240\u63a7\u5236\u7684\u77ff\u4f53\u9762\u79ef\u3002\u5176\u8ba1\u7b97\u5f0f\u4e3a\uff1an=V2xP2\uff1b\u6216s=SP2V2x\uff0c\u5f0f\u4e2d\uff1an\u4e3a\u5728\u4e00\u5b9a\u52d8\u63a2\u5730\u6bb5\u9762\u79ef\u5185\u6240\u9700\u8981\u7684\u52d8\u63a2\u5de5\u7a0b\u6570\u91cf\uff1bs\u4e3a\u6bcf\u4e2a\u52d8\u63a2\u5de5\u7a0b\u6240\u63a7\u5236\u7684\u77ff\u4f53\u9762\u79ef\uff1bS\u4e3a\u5df2\u77e5\u77ff\u5316\u8303\u56f4\u6216\u9009\u5b9a\u7684\u52d8\u63a2\u5730\u6bb5\u7684\u9762\u79ef\uff1bP\u4e3a\u50a8\u91cf\u7684\u76f8\u5bf9\u5141\u8bb8\u8bef\u5dee\uff1bVx\u4e3a\u52d8\u63a2\u5730\u6bb5\u5185\u77ff\u4f53\u539a\u5ea6\u6216\u54c1\u4f4d\u7684\u53d8\u5316\u7cfb\u6570\u3002\u8fd9\u79cd\u65b9\u6cd5\u53ea\u80fd\u4fdd\u8bc1\u5e73\u5747\u503c\u5177\u6709\u7ed9\u5b9a\u7cbe\u5ea6\uff0c\u800c\u5bf9\u5730\u8d28\u8bef\u5dee\u5219\u672a\u8003\u8651\uff0c\u56e0\u6b64\u5e94\u7528\u65f6\u8981\u62e5\u6709\u8db3\u591f\u7684\u5de5\u7a0b\u8d44\u6599\u4f5c\u8ba1\u7b97\u4f9d\u636e\uff0c\u5e76\u7ed3\u5408\u5730\u8d28\u60c5\u51b5\u52a0\u4ee5\u5206\u6790\u3002[
\u6570\u7406\u7edf\u8ba1\u6cd5\uff1a\u6570\u5b66\u7684\u4e00\u95e8\u5206\u652f\u5b66\u79d1\u3002\u5b83\u4ee5\u6982\u7387\u8bba\u4e3a\u57fa\u7840\u8fd0\u7528\u7edf\u8ba1\u5b66\u7684\u65b9\u6cd5\u5bf9\u6570\u636e\u8fdb\u884c\u5206\u6790\u3001\u7814\u7a76\u5bfc\u51fa\u5176\u6982\u5ff5\u89c4\u5f8b\u6027(\u5373\u7edf\u8ba1\u89c4\u5f8b)\u3002\u5b83\u4e3b\u8981\u7814\u7a76\u968f\u673a\u73b0\u8c61\u4e2d\u5c40\u90e8(\u5b57\u6837)\u4e0e\u6574\u4f53(\u6bcd\u4f53)\u4e4b\u95f4\u3002\u4ee5\u53ca\u5404\u6709\u5173\u56e0\u7d20\u4e4b\u95f4\u76f8\u4e92\u8054\u7cfb\u7684\u89c4\u5f8b\u6027\u3002\u5b83\u4e3b\u8981\u662f\u5229\u7528\u6837\u672c\u7684\u5e73\u5747\u6570\u3001\u6807\u51c6\u5dee\u3001\u6807\u51c6\u8bef\u3001\u53d8\u5f02\u7cfb\u6570\u7387\u3001\u5747\u65b9\u3001\u68c0\u9a8c\u63a8\u65ad\u3001\u76f8\u5173\u3001\u56de\u5f52\u3001\u805a\u7c7b\u5206\u6790\u3001\u5224\u522b\u5206\u6790\u3001\u4e3b\u6210\u5206\u5206\u6790\u3001\u6b63\u4ea4\u8bd5\u9a8c\u3001\u6a21\u7cca\u6570\u5b66\u548c\u7070\u8272\u7cfb\u7edf\u7406\u8bba\u7b49\u6709\u5173\u7edf\u8ba1\u91cf\u7684\u8ba1\u7b97\u6765\u5bf9\u5b9e\u9a8c\u6240\u53d6\u5f97\u7684\u6570\u636e\u548c\u6d4b\u91cf\u3001\u8c03\u67e5\u6240\u83b7\u5f97\u7684\u6570\u636e\u8fdb\u884c\u6709\u5173\u52066f\u7814\u7a76\u5f97\u5230\u6240\u9700\u7ed3\u679c\u7684\u4e00\u79cd\u79d1\u5b66\u65b9\u6cd5\u3002\u5b83\u8981\u6c42\u5177\u6709\u968f\u673a\u6027\uff0c\u800c\u4e14\u6570\u636e\u5fc5\u987b\u771f\u5b9e\u53ef\u9760\uff0c\u8fd9\u662f\u8fdb\u884c\u5b9a\u91cf\u5206\u6790\u7684\u57fa\u7840\u3002\u8fd9\u79cd\u65b9\u6cd5\u4e0d\u53ef\u501f\u52a9\u8ba1\u7b97\u673a\u6765\u8fdb\u884c\uff0c\u4ea6\u66f4\u80fd\u8fbe\u5230\u5feb\u901f\u3001\u51c6\u786e\u548c\u5b9e\u65bd\u5927\u91cf\u8ba1\u7b97\u7684\u76ee\u7684\u3002
1\u3001\u7edf\u8ba1\u8868
\u7edf\u8ba1\u8868\u662f\u53cd\u6620\u7edf\u8ba1\u8d44\u6599\u7684\u8868\u683c\u3002\u662f\u5bf9\u7edf\u8ba1\u6307\u6807\u52a0\u4ee5\u5408\u7406\u53d9\u8ff0\u7684\u5f62\u5f0f\uff0c\u5b83\u4f7f\u7edf\u8ba1\u8d44\u6599\u6761\u7406\u5316\uff0c\u7b80\u660e\u6e05\u6670\uff0c\u4fbf\u4e8e\u68c0\u67e5\u6570\u5b57\u7684\u5b8c\u6574\u6027\u548c\u51c6\u786e\u6027\uff0c\u4ee5\u53ca\u5bf9\u6bd4\u5206\u6790\u3002
\u7edf\u8ba1\u8868\u4ece\u5f62\u5f0f\u4e0a\u770b\uff0c\u7531\u6807\u9898\u3001\u6a2a\u884c\u3001\u7eb5\u680f\u3001\u6570\u5b57\u7b49\u90e8\u5206\u6240\u7ec4\u6210\u3002\u4ece\u5185\u5bb9\u4e0a\u770b\uff0c\u7531\u4e3b\u8f9e\u548c\u5bbe\u8f9e\u4e24\u90e8\u5206\u6240\u7ec4\u6210\u3002
\u4e3b\u8f9e\u662f\u7edf\u8ba1\u8868\u6240\u8981\u8bf4\u660e\u7684\u5bf9\u8c61\uff0c\u662f\u7531\u603b\u4f53\u3001\u603b\u4f53\u5404\u7ec4\u3001\u603b\u4f53\u5404\u5355\u4f4d\u7684\u540d\u79f0\u6240\u6784\u6210\u3002\u5bbe\u8f9e\u662f\u8bf4\u660e\u4e3b\u8f9e\u7684\u7edf\u8ba1\u6307\u6807\u7684\u540d\u79f0\u53ca\u6570\u5b57\u8d44\u6599\u3002
2\u3001\u7edf\u8ba1\u56fe
\u7edf\u8ba1\u56fe\u662f\u6839\u636e\u7edf\u8ba1\u6570\u5b57\uff0c\u7528\u51e0\u4f55\u56fe\u5f62\u3001\u4e8b\u7269\u5f62\u8c61\u548c\u5730\u56fe\u7b49\u7ed8\u5236\u7684\u5404\u79cd\u56fe\u5f62\u3002\u5b83\u5177\u6709\u76f4\u89c2\u3001\u5f62\u8c61\u3001\u751f\u52a8\u3001\u5177\u4f53\u7b49\u7279\u70b9\u3002
\u7edf\u8ba1\u56fe\u53ef\u4ee5\u4f7f\u590d\u6742\u7684\u7edf\u8ba1\u6570\u5b57\u7b80\u5355\u5316\u3001\u901a\u4fd7\u5316\u3001\u5f62\u8c61\u5316\uff0c\u4f7f\u4eba\u4e00\u76ee\u4e86\u7136\uff0c\u4fbf\u4e8e\u7406\u89e3\u548c\u6bd4\u8f83\u3002\u56e0\u6b64\uff0c\u7edf\u8ba1\u56fe\u5728\u7edf\u8ba1\u8d44\u6599\u6574\u7406\u4e0e\u5206\u6790\u4e2d\u5360\u6709\u91cd\u8981\u5730\u4f4d\uff0c\u5e76\u5f97\u5230\u5e7f\u6cdb\u5e94\u7528\u3002
\u5728\u89e3\u7b54\u8d44\u6599\u5206\u6790\u6d4b\u9a8c\u4e2d\u6709\u5173\u7edf\u8ba1\u56fe\u7684\u8bd5\u9898\u65f6\uff0c\u65e2\u8981\u8003\u5bdf\u56fe\u7684\u76f4\u89c2\u5f62\u8c61\uff0c\u53c8\u8981\u6ce8\u610f\u6838\u5bf9\u6570\u636e\uff0c\u4e0d\u8981\u88ab\u8868\u9762\u5f62\u8c61\u6240\u8ff7\u60d1\u3002
3\u3001\u6982\u7387\u8bba
\u6982\u7387\u8bba\uff0c\u662f\u7814\u7a76\u968f\u673a\u73b0\u8c61\u6570\u91cf\u89c4\u5f8b\u7684\u6570\u5b66\u5206\u652f\u3002\u968f\u673a\u73b0\u8c61\u662f\u76f8\u5bf9\u4e8e\u51b3\u5b9a\u6027\u73b0\u8c61\u800c\u8a00\u7684\uff0c\u5728\u4e00\u5b9a\u6761\u4ef6\u4e0b\u5fc5\u7136\u53d1\u751f\u67d0\u4e00\u7ed3\u679c\u7684\u73b0\u8c61\u79f0\u4e3a\u51b3\u5b9a\u6027\u73b0\u8c61\u3002
\u4f8b\u5982\u5728\u6807\u51c6\u5927\u6c14\u538b\u4e0b\uff0c\u7eaf\u6c34\u52a0\u70ed\u5230100\u2103\u65f6\u6c34\u5fc5\u7136\u4f1a\u6cb8\u817e\u7b49\u3002\u968f\u673a\u73b0\u8c61\u5219\u662f\u6307\u5728\u57fa\u672c\u6761\u4ef6\u4e0d\u53d8\u7684\u60c5\u51b5\u4e0b\uff0c\u6bcf\u4e00\u6b21\u8bd5\u9a8c\u6216\u89c2\u5bdf\u524d\uff0c\u4e0d\u80fd\u80af\u5b9a\u4f1a\u51fa\u73b0\u54ea\u79cd\u7ed3\u679c\uff0c\u5448\u73b0\u51fa\u5076\u7136\u6027\u3002\u4f8b\u5982\uff0c\u63b7\u4e00\u786c\u5e01\uff0c\u53ef\u80fd\u51fa\u73b0\u6b63\u9762\u6216\u53cd\u9762\u3002
\u968f\u673a\u73b0\u8c61\u7684\u5b9e\u73b0\u548c\u5bf9\u5b83\u7684\u89c2\u5bdf\u79f0\u4e3a\u968f\u673a\u8bd5\u9a8c\u3002\u968f\u673a\u8bd5\u9a8c\u7684\u6bcf\u4e00\u53ef\u80fd\u7ed3\u679c\u79f0\u4e3a\u4e00\u4e2a\u57fa\u672c\u4e8b\u4ef6\uff0c\u4e00\u4e2a\u6216\u4e00\u7ec4\u57fa\u672c\u4e8b\u4ef6\u7edf\u79f0\u968f\u673a\u4e8b\u4ef6\uff0c\u6216\u7b80\u79f0\u4e8b\u4ef6\u3002\u5178\u578b\u7684\u968f\u673a\u8bd5\u9a8c\u6709\u63b7\u9ab0\u5b50\u3001\u6254\u786c\u5e01\u3001\u62bd\u6251\u514b\u724c\u4ee5\u53ca\u8f6e\u76d8\u6e38\u620f\u7b49\u3002
\u4e8b\u4ef6\u7684\u6982\u7387\u662f\u8861\u91cf\u8be5\u4e8b\u4ef6\u53d1\u751f\u7684\u53ef\u80fd\u6027\u7684\u91cf\u5ea6\u3002\u867d\u7136\u5728\u4e00\u6b21\u968f\u673a\u8bd5\u9a8c\u4e2d\u67d0\u4e2a\u4e8b\u4ef6\u7684\u53d1\u751f\u662f\u5e26\u6709\u5076\u7136\u6027\u7684\uff0c\u4f46\u90a3\u4e9b\u53ef\u5728\u76f8\u540c\u6761\u4ef6\u4e0b\u5927\u91cf\u91cd\u590d\u7684\u968f\u673a\u8bd5\u9a8c\u5374\u5f80\u5f80\u5448\u73b0\u51fa\u660e\u663e\u7684\u6570\u91cf\u89c4\u5f8b\u3002
4\u3001\u4e2d\u4f4d\u6570
\u4e2d\u4f4d\u6570\uff08\u53c8\u79f0\u4e2d\u503c\uff0c\u82f1\u8bed\uff1aMedian\uff09\uff0c\u7edf\u8ba1\u5b66\u4e2d\u7684\u4e13\u6709\u540d\u8bcd\uff0c\u4ee3\u8868\u4e00\u4e2a\u6837\u672c\u3001\u79cd\u7fa4\u6216\u6982\u7387\u5206\u5e03\u4e2d\u7684\u4e00\u4e2a\u6570\u503c\uff0c\u5176\u53ef\u5c06\u6570\u503c\u96c6\u5408\u5212\u5206\u4e3a\u76f8\u7b49\u7684\u4e0a\u4e0b\u4e24\u90e8\u5206\u3002
\u5bf9\u4e8e\u6709\u9650\u7684\u6570\u96c6\uff0c\u53ef\u4ee5\u901a\u8fc7\u628a\u6240\u6709\u89c2\u5bdf\u503c\u9ad8\u4f4e\u6392\u5e8f\u540e\u627e\u51fa\u6b63\u4e2d\u95f4\u7684\u4e00\u4e2a\u4f5c\u4e3a\u4e2d\u4f4d\u6570\u3002\u5982\u679c\u89c2\u5bdf\u503c\u6709\u5076\u6570\u4e2a\uff0c\u901a\u5e38\u53d6\u6700\u4e2d\u95f4\u7684\u4e24\u4e2a\u6570\u503c\u7684\u5e73\u5747\u6570\u4f5c\u4e3a\u4e2d\u4f4d\u6570\u3002
5\u3001\u96c6\u5408\u8bba
\u96c6\u5408\u8bba\uff0c\u662f\u6570\u5b66\u7684\u4e00\u4e2a\u57fa\u672c\u7684\u5206\u652f\u5b66\u79d1\uff0c\u7814\u7a76\u5bf9\u8c61\u662f\u4e00\u822c\u96c6\u5408\u3002\u96c6\u5408\u8bba\u5728\u6570\u5b66\u4e2d\u5360\u6709\u4e00\u4e2a\u72ec\u7279\u7684\u5730\u4f4d\uff0c\u5b83\u7684\u57fa\u672c\u6982\u5ff5\u5df2\u6e17\u900f\u5230\u6570\u5b66\u7684\u6240\u6709\u9886\u57df\u3002
\u96c6\u5408\u8bba\u6216\u96c6\u8bba\u662f\u7814\u7a76\u96c6\u5408\uff08\u7531\u4e00\u5806\u62bd\u8c61\u7269\u4ef6\u6784\u6210\u7684\u6574\u4f53\uff09\u7684\u6570\u5b66\u7406\u8bba\uff0c\u5305\u542b\u4e86\u96c6\u5408\u3001\u5143\u7d20\u548c\u6210\u5458\u5173\u7cfb\u7b49\u6700\u57fa\u672c\u7684\u6570\u5b66\u6982\u5ff5\u3002
\u5728\u5927\u591a\u6570\u73b0\u4ee3\u6570\u5b66\u7684\u516c\u5f0f\u5316\u4e2d\uff0c\u96c6\u5408\u8bba\u63d0\u4f9b\u4e86\u8981\u5982\u4f55\u63cf\u8ff0\u6570\u5b66\u7269\u4ef6\u7684\u8bed\u8a00\u3002\u96c6\u5408\u8bba\u548c\u903b\u8f91\u4e0e\u4e00\u9636\u903b\u8f91\u5171\u540c\u6784\u6210\u4e86\u6570\u5b66\u7684\u516c\u7406\u5316\u57fa\u7840\uff0c\u4ee5\u672a\u5b9a\u4e49\u7684\u201c\u96c6\u5408\u201d\u4e0e\u201c\u96c6\u5408\u6210\u5458\u201d\u7b49\u672f\u8bed\u6765\u5f62\u5f0f\u5316\u5730\u5efa\u6784\u6570\u5b66\u7269\u4ef6\u3002
\u5728\u6734\u7d20\u96c6\u5408\u8bba\u4e2d\uff0c\u96c6\u5408\u88ab\u5f53\u505a\u4e00\u5806\u7269\u4ef6\u6784\u6210\u7684\u6574\u4f53\u4e4b\u7c7b\u7684\u81ea\u8bc1\u6982\u5ff5\u3002
\u5728\u516c\u7406\u5316\u96c6\u5408\u8bba\u4e2d\uff0c\u96c6\u5408\u548c\u96c6\u5408\u6210\u5458\u5e76\u4e0d\u76f4\u63a5\u88ab\u5b9a\u4e49\uff0c\u800c\u662f\u5148\u89c4\u8303\u53ef\u4ee5\u63cf\u8ff0\u5176\u6027\u8d28\u7684\u4e00\u4e9b\u516c\u7406\u3002\u5728\u6b64\u4e00\u60f3\u6cd5\u4e4b\u4e0b\uff0c\u96c6\u5408\u548c\u96c6\u5408\u6210\u5458\u662f\u6709\u5982\u5728\u6b27\u5f0f\u51e0\u4f55\u4e2d\u7684\u70b9\u548c\u7ebf\uff0c\u800c\u4e0d\u88ab\u76f4\u63a5\u5b9a\u4e49\u3002
\u53c2\u8003\u8d44\u6599\u6765\u6e90\uff1a\u767e\u5ea6\u767e\u79d1\u2014\u2014\u7edf\u8ba1
1.基本原理
微量元素在各种天然物质中的含量，一般是服从对数正态分布或正态分布的，这就是应用数理统计方法确定背景值和异常下限的理论根据。因此，只有确认测区内元素含量是属于或近似于对数正态分布或正态分布时，才能用数理统计方法来确定背累值和异常下限。
根据背景值的概念，当元素含量是属于或近似于对数正态分布或正态分布时，背景值就可用样本的几何平均值(xg)或算术平均值(x)，众数(Mo)，中位数(Me)来估计。因为几何平均值或算术平均值受极大值和极小值的影响较大，虽然众数和中位数不受极大值和极小值的影响，但当数据集中趋势不明显时，众数就求不出来，并且也随数据分组不同而异。因此，在估计背景值时，一定要考虑样本的特征，选出其最佳估计值。当含量服从对数正态分布时，计算公式为
地球化学找矿方法
式中: TL为对数异常下限; σ 为元素含量的对数标准离差; Co为背景值; K 为常数。
当元素含量服从正态分布时，计算公式为
地球化学找矿方法
K 值一般可定为 1 ～ 3。K 值愈小，异常值出现的可能性愈大; K 值愈大，异常值出现的可能性愈小。例如，当 K =1 时，异常出现的概率为 15.9% ; 当 K =2 时，异常出现的概率为 2.3% ; 而当 K =3 时，异常出现的概率为 0.1% ，等等。K 值的选取主要是取决于测区内的成矿地质条件，还要考虑工作的目的和任务等。当测区内成矿地质条件良好，K 值应取小一些; 当成矿地质条件不好，K 值就要取大一些; 在初步普查阶段，主要是怕漏掉有找矿意义的异常，K 值要取小一些; 在详查阶段，主要是为避免混入非矿致异常，K 值就要取大一些。
2.常用方法
现以下面的实例来介绍确定背景值和异常下限的具体方法。在某铜矿区外围，采集了100 个土壤样品，Cu 分析结果及其对数值的统计结果见表7-1。如果 Cu 含量服从对数正态分布，试求出该区的背景值和异常下限。
表7-1 Cu 分析结果及其对数结果
(1)计算法
直接计算法
利用分析结果的对数值，直接求出其平均值:
地球化学找矿方法
式中: m 为不同分析结果的数目。
本例的计算结果如下:
地球化学找矿方法
简化计算法
这是为了突出地反映数据频率分布规律和简化运算时的计算方法。一般是按下列步骤和方法进行运算:
第一步，将分析结果的对数值分成若干组。分组时，首先要根据数据本身的性质、变化范围和样本容量，以及样品分析和计算的精度，确定组数(n)和组距(l)。组数不宜过少或过多，一般以 5 ～7 组为宜，最多不能超过 15 ～20 组。要求每组平均不得少于 5 个数据，组距一般是在 lg(l/10－ 6)=(0.1 ～ 0.5)之间。其次是确定分组的下界和上界，下界要小于数据中最低值; 上界要大于数据中最高值。上界与下界之差等于组距与组数之积。另外，确定上、下界时，应尽量使数据避开分组点的数值。
第二步，将分组后的数据统计结果填入计算表内，其格式和内容见表7-2。
表7-2 简化计算法分组后的统计结果
第三步，利用下列公式求出分析结果对数值的平均值 和对数标准离差(σ):
地球化学找矿方法
本例计算结果为:
地球化学找矿方法
第四步，求背景值和异常下限:
地球化学找矿方法
TL= lg xg+ 2σ = 0.906 + 2 × 0.205 = 1.316
查反对数表可得(10－ 6): Co= 8.05; T = 20.70。
(2)图解法
第一步，将数据分组。
第二步，将分组后的数据统计结果填入计算表内，其格式和内容见表7-3。
表7-3 图解法分组后的数据统计结果
第三步，编绘频率分布直方图，并以其绘制频率密度曲线。
取一平面直角坐标系，以横坐标表示元素含量对数值(lgxi)，并按此例标出下界、各分组点和上界。再以组距为底边，画一系列矩形，以矩形面积表示各组的频率(全部矩形面积之和为 100%)，就得到频率分布直方图，再以其绘出频率密度曲线，如图 7 8所示。纵坐标表示的是频率分布密度，也就是频率与组距的比值。
第四步，利用直方图求出众数对数值，再利用频率密度曲线求出含量对数标准离差。在直方图的最高的矩形内，连接 AC 和 BD，二者的交点所对应的横坐标就是众数对数值，再取频率密度曲线极大值(p)的 0.6 倍，作一平行横坐标轴的直线，其与频率密度曲线左翼的交点所对应的横坐标为 lgMo－ σ，而与右翼的交点所对应的横坐标为 lgMo+ σ。则可求出含量对数标准离差。
本例，求得 lgMo= 0.91，σ = 0.20。
第五步，求出背景值和异常下限:
取 Co= Mo，K =2，则
TL= lgCo+ Kσ = 0.91 + 2 × 0.2 = 1.31
查反对数表可得(10－ 6): Co= 8.13; T = 20.42。
图7-8 众数(Mo)与标准离差(σ)图解法示意图
除上述图解法外，还可以利用累积频率图求出中位数对数值和含量对数标准离差，以中位数估计背景值，再求出异常下限。其步骤是: 第一步和第二步同上。第三步是绘制累积频率图。取一平面直角坐标系，以横坐标表示含量对数值，以纵坐标表示累积频率。再用组上限为横坐标，用该组对应的累积频率为纵坐标，依次绘出各坐标点的位置，最后用圆滑曲线将各点连接起来，就得到频率分布曲线(见图7-9)。如果采用概率格纸按上述方法绘图，则频率分布曲线展为直线(见图7-10)。第四步是利用频率分布曲线求出lgMe和 σ。频率分布曲线上累积频率为 50% 的点，所对应的横坐标为 lgMe，而累积频率为 15.9% ，84.1% 的点，所对应的横坐标为 lgMe－ σ，lgMe+ σ。故可求出 σ。在图7 9和图 7 10 上求得:
lgMe= 0.91; σ = 0.20。第五步是求出背景值和异常下限。本例求得(10－ 6):
Co= 8.13; T = 20.42。
图7-9 中位数与标准离差图解法示意图
图7-10 中位数与标准离差图解法示意图
绛旓細1銆缁熻琛 缁熻琛ㄦ槸鍙嶆槧缁熻璧勬枡鐨勮〃鏍笺傛槸瀵圭粺璁℃寚鏍囧姞浠ュ悎鐞嗗彊杩扮殑褰㈠紡锛屽畠浣跨粺璁¤祫鏂欐潯鐞嗗寲锛岀畝鏄庢竻鏅帮紝渚夸簬妫鏌ユ暟瀛楃殑瀹屾暣鎬у拰鍑嗙‘鎬э紝浠ュ強瀵规瘮鍒嗘瀽銆傜粺璁¤〃浠庡舰寮忎笂鐪嬶紝鐢辨爣棰樸佹í琛屻佺旱鏍忋佹暟瀛楃瓑閮ㄥ垎鎵缁勬垚銆備粠鍐呭涓婄湅锛岀敱涓昏緸鍜屽杈炰袱閮ㄥ垎鎵缁勬垚銆備富杈炴槸缁熻琛ㄦ墍瑕佽鏄庣殑瀵硅薄锛屾槸鐢辨讳綋銆佹讳綋...
绛旓細1.鎻忚堪鎬х粺璁★細杩欐槸鏁扮悊缁熻鐨勫熀纭锛屼富瑕佹槸瀵规暟鎹繘琛屾敹闆嗐佹暣鐞嗐佸睍绀哄拰瑙ｉ噴銆傚父鐢ㄧ殑鏂规硶鏈夐鏁板垎甯冦侀泦涓秼鍔挎祴閲忥紙濡傚钩鍧囨暟銆佷腑浣嶆暟銆佷紬鏁帮級銆佺鏁ｇ▼搴︽祴閲忥紙濡傛爣鍑嗗樊銆佹柟宸佹瀬宸級绛夈2.鎺ㄦ柇鎬х粺璁★細杩欐槸鏁扮悊缁熻鐨勬牳蹇冿紝涓昏鏄氳繃瀵规牱鏈暟鎹殑鍒嗘瀽鍜屾帹鏂紝瀵规讳綋鍙傛暟杩涜浼拌鍜屽亣璁炬楠屻傚父鐢ㄧ殑鏂...
绛旓細1銆鏁扮悊缁熻娉锛屾暟瀛︾殑涓闂ㄥ垎鏀绉戙傚畠浠ユ鐜囪涓哄熀纭杩愮敤缁熻瀛︾殑鏂规硶瀵规暟鎹繘琛屽垎鏋愩佺爺绌跺鍑哄叾姒傚康瑙勫緥鎬(鍗崇粺璁¤寰)銆2銆佹暟鐞嗙粺璁℃硶鐨勪富瑕佺爺绌堕殢鏈虹幇璞′腑灞閮(瀛楁牱)涓庢暣浣(姣嶄綋)涔嬮棿銆備互鍙婂悇鏈夊叧鍥犵礌涔嬮棿鐩镐簰鑱旂郴鐨勮寰嬫с傚畠涓昏鏄埄鐢ㄦ牱鏈殑骞冲潎鏁般佹爣鍑嗗樊銆佹爣鍑嗚銆佸彉寮傜郴鏁扮巼銆佸潎鏂广佹楠屾帹鏂...
绛旓細涓銆佹槑纭瓟妗 瀹為獙鏂规硶涓昏鍖呮嫭瑙傚療娉曘佸疄楠屾硶銆佹ā鎷熸硶銆佸姣旀硶浠ュ強鏁扮悊缁熻娉绛夈備簩銆佽缁嗚В閲 1. 瑙傚療娉 瑙傚療娉曟槸瀹為獙鏂规硶涓渶鍩烘湰鐨勪竴绉嶃傚畠涓昏鏄氳繃瑙傚療鐮旂┒瀵硅薄鐨勮涓恒佺幇璞℃垨鍙樺寲锛屼粠鑰岃幏鍙栫浉鍏崇殑淇℃伅鍜屾暟鎹傝繖绉嶆柟娉曢傜敤浜庢帰绱㈡у疄楠屽拰楠岃瘉鎬у疄楠屻2. 瀹為獙娉 瀹為獙娉曟槸鍦ㄤ竴瀹氭潯浠朵笅锛岄氳繃鎺у埗...
绛旓細鏁扮悊缁熻娉鐗圭偣鏈夎繖浜涳細1銆佸箍娉涢傜敤鎬э細鏁扮悊缁熻娉曢傜敤浜庡悇绫讳笉鍚岀殑鏁版嵁鍜岄棶棰橈紝鍙В鍐冲悇绉嶅鏉傜殑鐮旂┒闂銆2銆佹暟閲忓垎鏋愶細鏁扮悊缁熻娉曡兘澶熷皢瀹氶噺鏁版嵁杞寲涓烘暟瀛︽ā鍨嬪苟杩涜澶勭悊鍜屽垎鏋愶紝寰楀嚭绉戝鐨勭粨璁恒3銆佷緷璧栦簬鏁版嵁閲囬泦锛氭暟鐞嗙粺璁℃硶鐨勬暟鎹垎鏋愮粨鏋滃繀椤讳緷璧栦簬鏁版嵁鐨勫噯纭у拰鍙潬鎬э紝鏁版嵁閲囬泦鍜屽鐞嗙殑寮哄害鍜屾柟娉...
绛旓細1. 缁熻琛ㄦ槸鐢ㄦ潵鍙嶆槧缁熻鏁版嵁鐨勮〃鏍硷紝瀹冮氳繃灏嗙粺璁℃寚鏍囧悎鐞嗗湴缁勭粐璧锋潵锛屼娇鏁版嵁鏇村姞鏉＄悊鍖栥佺畝娲佹槑浜嗭紝渚夸簬妫鏌ユ暟瀛楃殑瀹屾暣鎬у拰鍑嗙‘鎬э紝浠ュ強杩涜瀵规瘮鍒嗘瀽銆傜粺璁¤〃鐢辨爣棰樸佹í琛屻佺旱鏍忓拰鏁板瓧绛夐儴鍒嗙粍鎴愶紝鍐呭涓婂垯鐢变富杈炲拰瀹捐緸涓ゅぇ瑕佺礌鏋勬垚銆備富杈炴寚鐨勬槸缁熻琛ㄦ墍瑕佽鏄庣殑瀵硅薄锛岄氬父鐢辨讳綋銆佹讳綋鍚勭粍銆佹讳綋鍚...
绛旓細鏁扮悊缁熻娉鍦ㄨ鏂囦腑瑕佸疄闄呭垎鏋愯В鍐抽棶棰樸傝鏂囨濊矾:鏁板缁熻鏄娇鐢ㄦ暟瀛︾粺璁″垎鏋愭柟娉曡В鍐冲疄闄呴棶棰樼殑瀛︾銆傚畠浠槸鏁板鐮旂┒棰嗗煙鐨勪竴绫诲垎鏀紝鍙互瑙傚療浜嬬墿浠ョ‘瀹氬熀鏈寰嬭繖浜涜寰嬫槸鐜拌薄鐨勬牴婧愶紝骞跺埄鐢ㄧ粺璁℃暟鎹綔鍑洪娴嬨傛暟瀛︾粺璁″凡鎴愪负鍚勭瀛︾鍙戝睍鐨勪竴涓噸瑕佸洜绱狅紝閫氳繃閫夋嫨閫傚綋鐨勭粺璁″垎鏋愭柟娉曪紝鍙互娣卞叆鍒嗘瀽璇曢獙浜х敓鐨勫厓...
绛旓細鏁扮悊缁熻鏄竴闂ㄧ爺绌跺浣曚粠鏁版嵁涓彁鍙栦俊鎭佽繘琛屾帹鏂拰棰勬祴鐨勫绉戙傚畠涓昏鍖呮嫭鎻忚堪鎬х粺璁°佹帹鏂х粺璁″拰姒傜巼璁轰笁涓柟闈備互涓嬫槸涓浜涘父鐢ㄧ殑鏁扮悊缁熻鎬濊矾鍜屾柟娉曪細1.鎻忚堪鎬х粺璁★細閫氳繃瀵规暟鎹殑鏁寸悊銆佸垎绫汇佹眹鎬荤瓑鎵嬫锛屽鏁版嵁杩涜姒傛嫭鎬х殑鍒嗘瀽锛屼互鎻ず鏁版嵁鐨勫唴鍦ㄨ寰嬪拰鐗瑰緛銆傚父鐢ㄧ殑鎻忚堪鎬х粺璁￠噺鏈夊潎鍊笺佹柟宸佹爣鍑...
绛旓細鏁扮悊缁熻娉鏄埄鐢ㄦ暟瀛︾悊璁哄拰鏂规硶瀵规暟鎹繘琛屾敹闆嗐佹暣鐞嗐佸垎鏋愬拰鎺ㄦ柇鐨勬柟娉曘傚畠鍖呮嫭瀵规暟鎹繘琛屾弿杩版х粺璁″拰鎺ㄦ柇鎬х粺璁★紝娑夊強鍧囧笺佹柟宸佸崗鏂瑰樊銆佸洖褰掑垎鏋愩佸亣璁炬楠岀瓑鍐呭銆傛暟鐞嗙粺璁℃硶鏄粺璁″鐮旂┒鐨勬牳蹇冩柟娉曪紝涓哄喅绛栨彁渚涚瀛︿緷鎹備互涓婂氨鏄粺璁＄殑鍩烘湰鐮旂┒鏂规硶銆傛瘡绉嶆柟娉曢兘鏈夊叾鐗瑰畾鐨勫簲鐢ㄥ満鏅拰浼樺娍锛岀爺绌惰呭彲浠...
绛旓細瀹氶噺鍒嗘瀽娉曞拰鏁扮悊缁熻娉鐨勫尯鍒湪浜庯細鏁扮悊缁熻娉曟槸鍒╃敤鏍锋湰鐨勫钩鍧囨暟銆佹爣鍑嗗樊銆佹爣鍑嗚銆佸彉寮傜郴鏁扮巼鏈夊叧缁熻閲忕殑璁＄畻鏉ュ瀹為獙鎵鍙栧緱鐨勬暟鎹拰娴嬮噺銆佽皟鏌ユ墍鑾峰緱鐨勬暟鎹繘琛屾湁鍏冲垎鐮旂┒寰楀埌鎵闇缁撴灉鐨勪竴绉嶇瀛︽柟娉曘傚畾閲忓垎鏋愭硶鏄埄鐢ㄤ富瑕佹暟鎹繘琛屽姞宸ユ暣鐞嗗緱鍑虹粨鏋滅殑鏂规硶銆
