化探分析數據不符合正態分佈-化探數據處理

地學數據處理-正態分佈

自然界的數據，大部分服從近似正態分佈或偏正態分佈。在地質學中，大多數的數據處理方法均是在正態分佈的基礎上的。因此在數據處理的初期，均要通過一些數據處理方法對數據進行處理，使其服從正態分佈。

使數據服從正態分佈的意義是數據統計代表了大多數“意見”，“居中”，“不左也不右”。特別是對數據進行統計時，要對奇異值進行處理，否則會影響統計結果。

因此地質數據處理一般需要以下幾個步驟：

第一步是數據觀察

觀察數據是否服從正態分佈。可以通過頻率圖進行觀察。一般按數據區間平分10等份，然後統計各段數據的累頻。通過統計發現，標準正態分佈一般是兩邊小中間高的鐘形曲線。但由於一般採樣數據均可能出現奇值點(太大或太小)，使線峯偏左或偏右。於是採於一系列數學變換來進行轉換。數學變換的原則是不能改變數據內部特徵。

有些偏峯是數據出現了奇異值，還必須進行剔除後才能處理，一般採用2.5倍以上方差較好。

第二步是數學變換

數學變換的目的.是使數據儘可能的呈現正態分佈，或者統一地質變量數據水平，還有就是改變變量間的關係(非線性變為線性)。要根據不同的目的選擇相應的數學變換方法。

一般最常見的數據變換是對數變換。還有就是平方根變換和正餘弦變換。要根據數據情況選擇相應的變換方法。化探數據處理一般採用對話變換，在數據出現負值時，可以進行數據偏移後再參與計算。

這些方法需要專用軟件處理。可以在SPSS或ANSYS，MATLAB均可以，但數學變換需要進行二次開發,有些變換不是簡單的公式。而要一個複雜的軟件模塊才能完成.。