Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Mô phỏng ngẫu nhiên của semivariogram
Tóm tắt
Semivariogram thu được từ các chuỗi không gian mô phỏng được hình thành bởi một quá trình tự hồi quy (AR) cung cấp một lời giải thích rõ ràng cho hầu hết các loại phổ biến. Semivariogram tuyến tính phát sinh từ một quá trình đi bộ ngẫu nhiên (chuyển động Brown) trong khi các loại chuyển tiếp và hàm mũ được sinh ra bởi một quá trình AR bậc một. Loại liên tục (“Gaussian”) phát sinh từ một quá trình bậc hai cũng tính đến “hiệu ứng lỗ” khi quá trình trở thành giả chu kỳ. Hiệu ứng nugget có thể được đưa vào bằng cách thêm một quá trình trung bình trượt (MA) bậc một.
Từ khóa
#semivariogram #quá trình tự hồi quy #hiệu ứng lỗ #hiệu ứng nugget #mô phỏng ngẫu nhiênTài liệu tham khảo
Blais, R. A. and Carlier, P. A., 1968, Application of geostatistics in ore valuation, ore reserve estimation and grade control: Canad. Inst. Min. Metall., Special volume 9, p. 48–61.
Box, G. E. P. and Jenkins, G. M., 1970, Time series analysis, forecasting and control: Holden-Day, San Francisco, 553 pp.
Clark, I., 1979, The semivariogram—part 1: Engin. Min. Jour., v. 180 (7), p. 90–94.
David, M., 1977, Geostatistical ore reserve estimation: Elsevier, Amsterdam, 364 pp.
Davis, J. C., 1973, Statistics and data analysis in geology: John Wiley & Sons, New York, 550 pp.
de Wijs, H. J., 1974, Method of successive differences applied to mine sampling,in Jones, M. J., (Ed.), Geological, mining, and metallurgical sampling: Institution of Mining and Metallurgy, London, p. 86–89.
Dijkstra, S., 1976, Simple uses of covariograms in geology: Geol. Mijnbouw, v. 55, p. 105–109.
Fuller, W. A., 1976, Introduction to statistical time series: John Wiley & Sons, New York, 470 pp.
Gy, P. M., 1979, Sampling of particulate materials: Elsevier, Amsterdam, 431 pp.
Harbaugh, J. W. and Bonham-Carter, G., 1970, Computer simulation in geology: Wiley-Interscience, New York, 575 pp.
IMSL, 1980, IMSL reference manual, 8th ed.: International Mathematical and Statistical Libraries, Houston, Texas.
Jenkins, G. M. and Watts, D. G., 1968, Spectral analysis and its applications: Holden-Day, San Francisco, 525 pp.
Journel, A. G. and Huijbregts, Ch. J., 1978, Mining geostatistics: Academic Press, London, 600 pp.
Jowett, G. H., 1955, Sampling properties of local statistics in stationary stochastic series: Biometrika, v. 42, p. 160–169.
Matheron, G., 1962, Traité de géostatistique appliquée, Tome 1: Editions Technic, Paris, 334 pp.
Matheron, G., 1963, Principles of geostatistics: Econ. Geol., v. 58, p. 1246–1266.
Perry, R. and Aroian, L. A., 1979, Of time and the river, time series inM dimensions, the one-dimensional autoregressive model: Proceedings of the Statistical Computing Section, American Statistical Association, Annual Meeting, p. 383–388.
Rand Corporation, 1955, A million random digits with 100,000 normal deviates: Free Press, Glencoe, Illinois, 600 pp.
Sarma, D. D. and Koch Jr., G. S., 1980, A statistical analysis of exploration geochemical data for uranium: Jour. Math. Geol., v. 12, p. 99–114.
Schwarzacher, W., 1980, Models for the study of stratigraphic correlation: Jour. Math. Geol., v. 12, p. 213–234.
Simon, L. E., 1941, An engineers' manual of statistical methods: John Wiley & Sons, New York, 231 pp.
Sinclair, A. J. and Deraisme, J., 1974, A geostatistical study of the Eagle copper vein, Northern British Columbia: Canad. Min. Metall. Bull., June, p. 1–12.
“Student,” 1927, Errors of routine analysis: Biometrika, v. 19, p. 151–164.
Taneja, V. S. and Aroian, L. A., 1980, Time series inM dimensions, autoregressive models: Commun. Stat., Simul. Comput., v. B9 (5), p. 491–513.
Von Neumann, J., Kent, R. H., Bellinson, H. R., and Hart, B. I., 1941, The mean square successive difference: Ann. Math. Stat., v. 12, p. 153–162.
Youden, W. J., 1951, Statistical methods for chemists: John Wiley & Sons, New York, 126 pp.