中国地质大学武汉石油天然气数学地质实习指导书Word文档下载推荐.docx
- 文档编号:16358441
- 上传时间:2022-11-23
- 格式:DOCX
- 页数:45
- 大小:629.50KB
中国地质大学武汉石油天然气数学地质实习指导书Word文档下载推荐.docx
《中国地质大学武汉石油天然气数学地质实习指导书Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《中国地质大学武汉石油天然气数学地质实习指导书Word文档下载推荐.docx(45页珍藏版)》请在冰豆网上搜索。
1988
51.8
1649.54
595.21
1989
56.5
1810.66
804.73
1990
64.4
1962.16
1073.42
1991
70.5
2107.63
1425.53
1992
75.1
2237.82
1817.36
1993
80
2354.08
2256.73
1994
83.1
2453.28
2693.59
1995
84
2543.22
3164.25
1996
85.5
2623.12
3634.42
步骤:
1、打开Grapher,输入数据并保存;
2、新建一个plot文件,在graph菜单下面选择newgraph中的line/symbol.。
在弹出的对话框中做如下选择(图1-1)。
点击确定得到关系图(图1-2)。
3、曲线的拟合。
在fits栏中(图1-3)选择所需要的拟合线,本例中选择拟合直线。
然后选择add后应用、确定。
得到的拟合线如图1-2。
图1-1
图1-2:
某油田含水率变化曲线图
图1-3:
曲线的拟合
例1-2:
已知五个矿物,其石英、长石和岩屑的含量见表1-2,作出其含量三角图。
表1-2:
石英Q
长石F
岩屑L
42
36
22
38
37
25
39
40
35
2、新建一个plot文件,在graph菜单下面选择newgraph中的Ternarydiagramm.。
在弹出的对话框中做如下选择(图1-4)。
点击确定得到三角图(图1-5)。
图1-4:
图1-5:
三角图
2、用Surfer绘图。
例1-3:
等厚图和井位图的绘制。
数据如表1-3
表1-3:
井号
厚度
X
Y
10-10
1.2
19688112
3609781.5
10-11
19688309
3610001.5
10-12
19688591
3610091.5
10-14
2
19689193
3610275.5
10-148
1.6
19689184
3610212
10-16
1.8
19689727
3610499.9
10-198
0.6
19690609
3610640.6
10-202
0.4
19690697
3610960
10-8
1.4
19687514
3609607.2
11-138
19688808
3610336.5
11-148
19689343
3610665.2
3-138
2.6
19689621
3608327.1
3-8
19688582
3607751.4
4-10
0.8
19688870
3608224.9
4-6
19687787
3608183.3
5-168
19690370
3609188.4
5-608
19687608
3608014.2
6-10
19688590
3608672
6-118
19688957
3608715.3
6-12
19689102
3608769.2
6-408
19687360
3608182.3
6-6
1
19687539
3608335.6
6-708
19687991
3608341.7
6-718
19687737
3608519.9
6-728
19687866
3608583.3
6-8
2.2
19688176
3608518.5
7-118
19688632
3608843.6
7-128
19688888
3609124.1
7-908
19688053
3608786.8
7-918
19687992
3608883.2
8-10
19688124
3609172.2
8-16
19689943
3609926.2
8-182
19690415
3610222.2
8-20
19691011
3610421.4
8-6
19687210
3608844
8-708
19687505
3608717.8
9-108
19688317
3609593.4
9-176
19689975
3610295.6
B27
19687658
3608987
B59
19690224
3610727.6
F10-12
19688538
3610056.4
F10-16
19689700
3610450.2
F12-13
19688576
3610636.2
F12-18
19690072
3611248.9
F6-8
19688052
3608515.2
FB59
19690125
3610676.1
H10-138
19688998
3610160.8
H10-206
0.2
19690396
3610995
H10-208
19690466
3611012.2
H10-6
19687086
3609256.3
H10-708
19687220
3609554.4
H11-138
19689041
3610440.3
H11-178
19689913
3610831.1
H12-11
19688089
3610328.8
H4-308
19687576
3607750.6
H4-408
19687970
3607777.8
H4-508
19687736
3607854.6
H4-608
19687959
3607993.3
H4-808
19688484
3607980.4
H5-108
19688653
3608516.3
H5-508
19687422
3607901.3
H5-607
19687527
3608021.1
H5-708
19688144
3608286.2
H5-718
19688193
3608318.8
H6-128
19688859
3608917
H7-108
19688450
3609080.4
H8-108
19688314
3609317.2
H8-508
19686820
3608381.9
H8-708
19687248
3608487.3
H8-718
19687753
3608746
H9-178
19690155
3610451.3
H9-6
19686986
3609027.1
H9-808
19687892
3609185.2
J10-118
19688368
3609962.8
J10-907
19687883
3609601.5
J7-928
19688292
3608811.1
J9-808
19687765
3609315.7
T10-118
19688528
3609787.4
T10-158
19689419
3610385.5
T10-178
19689889
3610612.3
T10-808
19687556
3609395.4
T11-11
19688251
3610133.7
T11-13
19688759
3610639.5
T11-14
19689029
3610613.7
T11-15
19689417
3610856.9
T11-157
19689597
3610776.1
T11-17
19689642
3611071.7
T11-177
19689822
3610985.4
T11-187
19690404
3611221
T11-188
19690150
3610925.5
T11-9
19687667
3609843.2
T4-608
19687748
3608213
T6-808
3608513
T7-118
19688677
3609200.9
T7-128
19689129
3609430.9
T7-138
19689408
3609414.5
T7-148
19689291
3609313.6
T7-928
19688318
3608819.4
T8-108
19688337
3609114.9
T8-118
19688513
3609362.2
T8-138
19688962
3609588.1
T8-148
19689451
3609824.3
T8-158
19689620
3609932.2
T8-168
19689930
3609998.8
T8-176
19690173
3610116.4
T8-178
19690124
3610128.3
T8-708
19687482
3608733.8
T8-808
19687714
3608976.2
T8-908
19687995
3609041.3
T9-108
19688466
3609380.5
T9-138
19688863
3609944.9
T9-148
19689162
3609971.1
T9-158
19689721
3610167.5
T9-188
19690354
3610500.6
T9-708
19687379
3609058.2
T9-908
19688116
3609442.2
Z2
19689664
3609362.5
¹
Û
20
19687293
3609339.4
21
19688492
3608303.3
23
19689446
3610144.2
Ð
Â
6-6
19687465
3608387.7
6-708
19687952
3608355.8
8-108
19688047
3609149.7
T10-178
19689903
3610573.8
T8-118
19688526
3609283.4
Ã
Ú
42
19688214
3608094.9
1、打开Surfer,输入数据并保存。
2、将数据进行Grid。
数据的选择如图1-6:
图1-6:
在General中选择定义一个输出的grid文件名称图1-7。
这里的文件名称为:
12-3夹层厚度.grd
图1-7:
3、选择map菜单栏中的newcontourmap,打开grid文件:
12-3夹层厚度.grd就得到了等厚图(图1-8)。
图1-8:
等厚图
4、选择newpostmap,打开数据。
作如图1-9选择。
图1-9:
在Labels中选择井号如图1-10。
选择自己所需要的Symbol。
图1-10
所作出的井位图如图1-11:
图1-11:
井位图
5、选择map菜单下的Overlaps,可以将井位图和等厚图重叠。
6、选择map菜单下的wireframe,打开grid文件:
12-3夹层厚度.grd得到网格图,即平面图。
(图1-12)
图1-12:
剖面地形图
7、选择map菜单下的vectormap,打开grid文件:
12-3夹层厚度.grd得到矢量图(图1-13)。
图1-13:
矢量图
8、选择map菜单下的Overlaps,将等厚图、平面图和矢量图重叠(图1-14)。
图1-14:
三、练习
1、作出例1-1中的时间和累积产水量和累积产油量之间的关系图,并进行拟合。
(注:
在grapher中,可利用线图的绘制进行测井曲线的绘制。
)
第二单元回归分析
1、通过上机实习加深理解三大多元分析方法之一的回归分析方法。
2、学习使用STATISTICA数学统计软件对数据进行聚类分析。
3、学习使用SPSS数学统计软件对数据进行聚类分析。
回归分析是研究变量间相互关系的一种统计方法,通过建立一个变量和另一个变量或多个其它变量之间的数学表达式来表示它们之间的定量关系。
回归分析可分为多元线性回归和逐步回归分析两种。
A.多元线性回归
运用多元线性回归方法来解决问题时,重点是确定多元回归模型,即多元线性回归方程的确立。
1、运用STATISTICA数学统计软件对数据进行多元线性回归分析
例4-1:
我国长江中下游矽卡岩矿床的研究表明:
铜铁矿床的指示元素组合为Cu、Ag、As、Mn、Zn等,某地质队为在工作区评价矽卡岩的含矿性,根据成矿元素组合特征预测矿床类型,随机地从一批地球化学晕取样分析结果中取得四元素的12个数据,如表。
试建立Cu与Ag、As、Mn、Zn之间的多元线性回归方程,并确定其显著性。
表4-1:
Ag(X1)
As(X2)
Mn(X3)
Cu(Y)
6.2
5
15
6.5
7.0
6
20
7
3
7.5
7.2
4
10
7.8
5.5
7.7
8.0
8
8.5
21
8.4
8.8
9
9.0
12
2.5
11
9.2
9.5
3.5
10.1
8.7
①将数据输入,生成数据文件并保存。
②在Analysis中选择统计方法为LinearRegression(如图4-1)。
在Variables中的选择见图4-2,其它的如图选择。
图4-1:
Statistica多元线性回归分析要素选择图
图4-2:
Statistica多元线性回归分析变量选择图
③然后点击ok得到多元线性回归结果。
如图4-3:
图4-3:
Statistica多元线性回归分析结果图
可根据此结果得到多元线性回归的数学模型:
Cu=0.6616+1.09Ag+0.5As-0.35Mn。
2、运用SPSS数学统计软件对数据进行多元线性回归分析:
对例4-1进行多元线性回归分析。
②在Analyze菜单的Regression项目中选择Linear。
在Dependent项目中选择Cu,在Independent(s)项目中,这里选择全部。
Method选择Enter,如图4-4。
在Statistics项目中可选择你所需要的统计描述,在Plots项目中可选择你所需要的图表等。
然后点击ok完成多元线性回归分析。
图4-4:
SPSS多元线性回归分析要素选择图
③在Coefficients一项中可见StandardizedCoefficients(即标准化后的Beta值),常数项为0.662。
(表4-2)
表4-2:
Coefficients(a)
Model
UnstandardizedCoefficients
StandardizedCoefficients
t
Sig.
B
Std.Error
Beta
(Constant)
.662
.820
.807
.443
Ag_X1
.796
.075
1.088
10.672
.000
As_X2
.274
.096
.500
2.852
.021
Mn_X3
-.041
.019
-.351
-2.227
.057
aDependentVariable:
Cu_Y
由此可得出回归模型:
Cu=0.662+1.088Ag+0.5As-0.351Mn。
多元线性回归结果和Statistica统计软件一致。
④在上机实习中,可以将其它的结果在两个软件之间进行比较。
B.逐步回归分析
在一些实际问题中,都有大量的自变量共选择。
逐步回归是一种可选择变量的回归分析方法。
它的基本思想是:
自变量的选取是逐步进行的,每步只选一个自变量,要求这个自变量是所有选择自变量中对因变量方差贡献最大的一个,同时这个自变量对因变量的作用是显著的。
这就需要比较各个供选择自变量对因变量的方差贡献,挑出其中方差贡献最大的一个自变量,并对这一自变量作F检验,若能通过,则引进,否则不予引进。
这样保证引进的变量都是重要的变量,而那些不重要的变量可能不会被选进回归方程。
1、运用STATISTICA数学统计软件对数据进行逐步回归分析
例4-2:
某种水泥在凝固时放出的热量y(卡/克)与下列四种化学成分有关:
X1:
3CaO·
Al2O3的成分(%)
X2:
SiO2的成分(%)
X3:
4CaO·
Al2O3·
Fe2O3的成分(%)
X4:
2CaO·
筛选变量X1、X2、X3、X4,并建立它们与变量y的线性回归方程。
X1、X2、X3、X4,y的观测值见下表。
表4-3:
编号
13
X1
X2
26
29
56
31
52
55
71
54
47
66
68
X3
17
18
23
X4
60
33
44
34
y
78.5
74.3
104.3
87.6
95.9
109.2
102.7
72.5
93.1
115.9
83.8
113.3
109.4
①同多元线性回归分析,输入数据并保存后,选取变量,进入多元线性回归分析结果界面。
②点击Cancel,出现如下图的窗口。
图4-5:
Statistica逐步线性回归分析要素选择图
③在Method项目中,可以选择Forwardstepwise或者Backwardstepwise。
不同的方法所得出的结果是不一样的(可根据实际情况的需要进行选择)。
在Numbero
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 中国地质大学 武汉 石油天然气 数学 地质 实习 指导书