مدلسازی مقادیر Au در اندیس دالی شمالی با استفاده از رگرسیون چندگانه و توابع
- سال انتشار: 1392
- محل انتشار: اولین کنفرانس ملی مهندسی اکتشاف منابع زیرزمینی
- کد COI اختصاصی: NCEE01_128
- زبان مقاله: فارسی
- تعداد مشاهده: 799
نویسندگان
دانشجوی دکترای دانشگاه صنعتی امیرکبیر، دانشکده مهندسی معدن و متالورژی، تهران، ایران
استاد دانشگاه صنعتی امیرکبیر، دانشکده مهندسی معدن و متالورژی، تهران، ایران
استاد دانشگاه صنعتی شاهرود، دانشکده مهندسی معدن، نفت و ژئوفیزیک، شاهرود، ایران
استاد دانشگاه صنعتی اصفهان، دانشکده مهندسی معدن، اصفهان، ایران
چکیده
در مدل سازی صورت گرفته برای تخمین مقدار Au (بعنوان متغیر وابسته) در نهشته Cu-Au دالی شمالی، از متغیرهای مستقل (Mn, Cu, Mo, Fe, Ba, Ti, S, P) و آنالیز شده برای 149 نمونه استفاده شده است. تابع LINEST یکی از توابع قدرتمند و در عین حال پیچیده در اکسل می باشد این تابع برای مدلسازی مقادیر واقعی و برازش یک مدل رگرسیون خطی ساده و یا خطی چندگانه به کار می رود و البته با آن نیز می توان به پیش بینی پرداخت. با توجه به بررسی نمونه های براشت شده، مقادیر تخمین یافته در مقایسه با مقادیر واقعی همبستگی 844/0 را نشان می دهد. از آنجا که در بررسی های اکتشافی با توجه به تعدد عوامل موثر دیگر تخمین با این میزان همبستگی بسیار راضی کننده است. تابع FDIST تایید می کند که بین متغیر وابسته و همه متغیرهای مستقل با ضرایب تاثیر متفاوت رابطه وجود دارد. ضرایب تاثیر به وسیله تقسیم ضریب هر متغیر بر انحراف خطای برآوردشده محاسبه شده و قدر مطلق آن را در توزیع T با درجه آزادی بدست آمده مقایسه می گردد. این ضرایب تاثیر با استفاده از تابع TINV در سطح اعتماد 95% محاسبه و مشخص گردیده است که عناصر Cu، Ti و Mo با ضرایب 68/9، 28/3 و 11/1 به ترتیب قویترین عناصر و 34/0 = Ba و 22/0 = Fe ضعیفتررین عناصر از نظر همبستگی در معادله رگرسیون هستند.کلیدواژه ها
نهشته Cu-Au، دالی شمالی، مدلسازی، تابع LINEST، تابع FDIST، تابع TINV، ضرایب تاثیرمقالات مرتبط جدید
- پتانسیل کانیزایی و تشکیل بوکسیت در برگه علیآباد شمال استان سمنان
- کاربرد تلفیق تصاویر اپتیکال و راداری در بارزسازی سنگهای دگرسان شده و اکتشاف کانسارهای معدنی: مطالعات موردی از مصر، اندونزی و ایران
- شناسایی تاثیر لاگ های ژئو فیزیکی دراکتشافات نفت با تاکید بر چالش های تولید نفت در آب های عمیق تضمین جریان
- مروری بر مهندسی محیط زیست، توسعه پایدار، تجارت بین الملل و مدیریت منابع
- نقش هوش مصنوعی در ارتقای بهرهوری صنعت سنگ های ساختمانی
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.