1-数据描述.pptVIP

地质数据处理与计算机成图 一、地质变量和地质数据 地质变量： 在地学研究中，把随时间或空间位置不同，其取值也不同的量，称为地质变量。它是地学研究对象中能够观测到的某种地学特征。 很多地质变量都可以看作是随机变量。 随机变量根据其取值的情况，分为两类： 离散型随机变量： 只能取有限多个或可列无穷多个值的随机变量 连续型随机变量。 可以取一切实数值或某一区间的一切值的随机变量。 数据和信息： 数据是事实、概念或指令的形式化表示，是用于表示客观事物的未经加工的原始素材，如图像符号、数字、字母等。 信息是人们根据数据表现形式中所用的约定而赋予数据的意义。 两者关系表现为： (1)数据是现实世界的信息载体，是信息的具体表现形式。信息是数据的内涵，是形与质的关系。 (2)数据只有对实体行为产生影响时才成为信息；数据只有经过解释才有意义，成为信息。 地质数据： 地质数据是地质变量的观测值。 地质数据具有数据来源丰富、数据量庞大、数据结构复杂、分辨率多种、主题多样、格式多样等特点。 地学中常见的数据类型： （1）地形数据 （2）地质构造数据 （3）地球化学数据 （4）地球物理数据 （5）矿床数据 （6）岩石学数据 （7）地层古生物数据 二、地质数据的种类与特点 数据按测量精度可以分为名义型数据、有序型数据、间型隔数据、比例型数据。 1、名义数据（Nominal）。是一种测量精度最低、最粗略的基于“质”因素的变量，它的取值只代表观测对象的不同类别。如红色－1；灰色－2；白色－3 特点：无量的概念，只起标识或代码的作用，但同类数据可以通过‘计数’来赋予数量的概念。 唯一适合于名义型数据的数学关系是“等价关系” 最常用统计量是频数、比率或百分比等 2、有序型数据（Ordinal）:它取值的大小能够表示观测对象的某种顺序关系（等级或大小等），可以排列成一个有序数列。如摩氏矿物硬度计：石英（硬度7）比长石（硬度6）高，金刚石（10）比刚玉（9）高。 特点：这类数据，它们之间并没有一种比例关系。不同等级间的级差，在绝对数量方面是不等的，即级差是不等的。 适合于有序型数据的数学关系是“大于（）”和“小于（）”关系。 最适合有序型数据取值的统计量是中位数。 3、间隔型数据（Interval）：它的取值之间可以比较大小。间隔型数据是一些真实的数据，具有公共的、不变的测定单位，可以进行加减乘除运算。 特点：彼此间不仅能比较大小，而且可以定量表示这种差异。相等的间隔其长度也相等。没有自然0值。 4、比例型数据（Ratio）：它与间隔型数据意义相近，差别在于间隔型数据中的“0”值只表示某一取值，不表示“没有”，而比例型数据的“0”值表示“没有”。是有绝对0值的间隔型数据。 温度—0℃ （间隔型变量） 岩层厚度—0M （比例型变量） 特点：不仅可以算出两数值的差，而且可以算出相差的倍数。 地质数据的其他分类法： 从数据应用的角度，可将地质数据分为原始数据和方法数据。 从地球科学各学科的角度，可分为地质数据、物探数据、化探数据、遥感数据等。 从信息统计的角度，可分为数值数据和文献数据。 从数学定量方法的角度，可分为纯量、向量、定和、坐标数据。 从统计学的角度，可分为定性数据和定量数据。 名义型数据和有序型数据为定性数据，而间隔型数据和比例型数据为定量数据。 定性数据一般都是离散型变量，而定量数据则主要为连续型变量。 由于概率统计方法主要是建立在变量正态分布的基础上，因此定量数据可以用各种统计方法进行处理。 三、地学数据统计特征分析 数据分布位置 数据分布离散度 数据分布形态 1、数据分布位置(Location) 位置是指数据分布的中心的位置以及其它部分的位置。 平均值： 算术平均数(Mean)表示的是某变量所有取值的集中趋势或平均水平。可以代表分布中心位置。 若一组数据x1, x2,......xn，代表一个大小为n的有限样本，则其样本平均数为: 加权平均值： 其中pi为权系数。其值的大小反映了xi在参与平均时的重要性大小。 几何平均值： 中位数(Median)给出了累积概率分布的50%的位置。把一组数据按递增或递减的顺序排列，处于中间位置上的变量就是中位数。因此当数据递增排列时，有50%的数据位于中位数之上，50%的数据位于中位数之下。中位数从另外一个角度给出数据的中心位置。 其计算方法为:一个大小为N的数列，求其中位数，首先应把该数列按大