多元统计课程报告 刘辉Word文档下载推荐.docx

1、对样本进行分类称为Q 型聚类分析，对指标进行分类称为 R 型聚类分析。本案例运用R 型聚类分析方法，通过对地层和测井曲线进行分析，并结合其他的一些地质佐证，能够了解探区内地层岩性类型，以及地层沉积环境，从而为找到探区内油气藏的圈闭空间分布规律提供有用的信息。因子分析是一种研究分类和成因的数学地质方法。它从原始变量的相关矩阵出发，通过对大量数据的浓缩，提炼出新的起主导作用的独立变量（因子），据此来揭示变量之间、样品之间以及与地质作用之间的相互关系，为研究变量分类和成因提供依据。由于因子分析方法根据现象的内在联系将变量进行综合归结，能够归纳和提炼元素的组合，从而将混合型的原始数据形态转换为反映不同

2、地质成因的数据形态。因此，在地质学领域中，因子分析已被广泛应用于矿产资源勘探等方面的研究。三、案例研究过程本次研究收集了海中凹陷HZ1井各个层段的不同类别的测井曲线数据，选用比较有代表性的33个层段以及18类测井曲线数据进行研究，根据样品的不同层段的测井曲线的数据进行初步的分类，分作砂岩、细砂岩、粉砂岩、泥岩等方面的分类，通过对变量测井曲线进行聚类，得出了HZ1井不同层段岩性的组合特点。3.1聚类分析3.1.1聚类分析的基本思想认为所研究的样品或指标之间存在着程度不同的相似性，根据一批样品的多个观测指标，找出能够度量样品或变量之间相似程度的统计量，并以此为依据，采用某种聚类法，将所有的样品或变

3、量分别聚合到不同的类中，使同一类中的个体有较大的相似性，不同类中的个体差异较大。3.1.2聚类分析的步骤：（1）列出原始数组表。（2）为了消除量纲和数量级的影响，对数据进行标准化变换。（3）选择合适的聚类方法（系统聚类、快速聚类）。（4）选择合适的统计量和聚类的参数。（5）得出聚类分析结果。（6）作出初步的地质解释。3.1.3、R型聚类分析的过程选取了海中凹陷HZ1井33个层段，AC、AZIM、CAL1、CAL2、CNL、DEN、DEVI、GR、ILD、ILM、LL8、SP、SH、MAGT、SWO、POR、Q和CL 18类测井曲线数据做定量分析测试工作，得到了3318的原始数据矩阵，见表1-1

4、：表1 HZ1井测井曲线数据分析结果矩阵序号层段检测项目及结果ACAZIMCAL1CAL2CNLDENDEVIGRILDILMLL8SPSHMAGTSWOPORQCL150m7.98.4128475.52.7122228.10.663.2680.0664.99.70.014.211.060.4102100 m8.814.238399.12.615.82911.80.4381.50.0575.211.80.0093.990.980.33150 m30.723.251.7606.42.822.94234.20.693.5126.60.1177.317.221.91.38114200 m39.491

5、.548.7461.925.319.73878.20.573.41081.2186.516.20.1541.31.635250 m740.2136.43127.73.34.41097.50.772.12.65237.64.10.555.41.462.26300 m78.5110.3171.2585.424.120.24820.60.543.9111.60.995.212.40.0430.21.3350 m59.527.533.6527.618.921.53290.20.583.7101.791.316.328.51.478400 m27.618.278.1627.817.715.62812.2

6、0.73.677.40.2687.513221.689450 m60.4439.611.211.32269.361.50.0864.29.5201.69500 m32.65350.9491.713.414.52730.472.70.2580.231.3550 m29.940.7384.718.38.323881.282.949.70.2185.56.931.22.13600 m6.112.72710.94.21293.90.761.935.419.61.32650 m101.2201.11217.737.36117.82.96116.60.96284.518.50.0937.73.861470

7、0 m46.222.746.460922.84684.90.88113.80.1160.312.816.71.4315750 m29.335575.123.95382.50.71105.575.114.434.90.9916800 m22.228.6251.114.32168.22.449.510.63.121.2217850 m4147.237.827.16211.7135.80.288.217.624.418900 m65.335.160.2595.82659192.12140.3117.331.82.3719950 m10.2103.5100002.57.32376.83.0813.61

8、.72102.65.80.271.911000 m52.545.594.8508.31692.92.3442.6466.510.70.2333.9211050 m30.926.659.8791.94989.80.74137.5132.314.126.90.941100 m7.417.171.2572.529.76767.2100.5246.820.63.28231150 m6.73541.96.21937.50.6410.990.50.323.310.89241200 m44.4544.819.85990.60.531260.19122.116.41.1251250 m65.521.345.4712.521.85576.5127.10.42148.514.928.11.04