loading
名人堂：众名人带你感受他们的驱动人生马云任志强李嘉诚柳传志史玉柱
4、马氏距离法：（在计算时已考虑野值） 针对样本，实际为建立在多元素正态分布基础之上—多重样本的正态分布，超出椭球体时—异常样（如P3点）。
相似于因子得分的计算，最后为一个剔除异常样本时的计算值，实际计算出综合异常边界线。
当令m=1时，
上式化解为Xa=Xo±KS，这是我们较为熟悉的单元素（一维）计算异常下限常用公式。 该方法计算较为复杂：下面给出一个实例：
马氏距离（黑色虚线）圈定异常基本为两种以上元素异常的重合的部分。
上图中Hy-44与Hy-45综合异常中，由于As元素相连，传统方法无法分割。用该方法可分解为两个异常，后来实际查证中也证明：左边Hy-44为Au、Cu、Co的成矿，右边Hy-45为Au、Cu的成矿。 解决手工的随意性。
5、单元素计算法：（必须剔除野值） Xa=Xo±KS
（Xa—异常下限，Xo—背景值，K—取值系数，S—标准离差） 从标准正态累积频率密度函数公式：
推断出当K=1.65、2、3时，密度函数分别为95%，97.7%，99.8% 一般为计算方便，通常取K=2，这就是Xa=Xo±2S的来源。 dk k
tt?? ? ? 2 221 ? ? ?
通常应用时，用Xa=Xo±3S无限循环剔除，直到无剔除数据时，对于地球化学通常几百—上千的数据，基本保证数据为正态分布。则此时Xa=Xo+2S定为异常下限
为保证数据为正态分布，实际计算时先将数据转换为对数，此时由于数据离差变小，在剔除野值后，基本都能保证为正态分布。为进行下步计算处理有了理论保障。 6、数据排序法：（不考虑野值）
比较简单、实用 所有数据从小到大，按含量排序
做图（含量—纵坐标，1，2……n含量顺序序列----横坐标） 异常有明显的一斜率 但数据太多时不适合 7、累积频率法：（不考虑野值，在使用时为网格化数据） 目前较为普遍
元素含量高低分级，采用累频分级方式，分19级， 分级频率： 0.5-1.2-2-3-4.5-8-15-25-40-60-75-85-92
-95.5-97-98-98.8-99.5-100（%） 异常85-90-95-100（%）和<15% 8、实际使用异常下限值的确定：
实际上各方法确定的异常下限都是可行的，关健是确定的这个值合不合理是值得商榷的。 在1：20万区域化探中，由于一般取水系沉积物，样品经过了充分的均一化，方差较小，数据基本为正态分布，剔除不了几个野值，此时计算下限与实际使用值变化不是很大（当然1：20万或1：25万由于区域较大，各分区中元素背景不一，异常下限是不同的，应该适当考虑分区，分别确定异常下限）。
1：5万相对样点较密，部分可能涉及矿区，数据变化较大，此时必须考虑剔除野值，保证数据为正态分布。
1：1万等数据以土壤或岩石原生晕为主，此时主要在矿区工作，数据高的达矿体边界品位，低得很低，在剔除野值，保证数据为正态分布后，剩余数据计算的异常下限明显偏低，有时导致2/3区域都为异常，如我曾经有个工作区，1：1万岩石测量，经计算Au异常下限为30PPb，最后使用值为80PPb。矿区化探异常下限的确定需根据实际情况。 实际上述只是给出了一个计算确定异常下限的方法，实际上上面计算的异常下限值在使用时只是一种参考，使用值是根据该计算值在地球化学图面上最终的确定的，确定依据：
1、异常占总体地球化学图面的15%左右
2、保证异常的连续性（不出现较多的星点状异常）
在异常下限确定后，后面的异常分带就简单多了，一般以异常下限有0、2、4倍划分为外、中、内带，它是推断是否矿致异常的基础，一般矿致异常都有明显分带，而地层引起的异常一般只出现高背景，也即无分带现象。 三、地球化学各参数意义 均值（原始数据直接计算）—平均含量大小
高差（原始数据直接计算）—相对平均值的离散程度（反映成矿的可能）
背景值（剔除所有野值后计算，一般此时为正态分布，符合概率统计概念）----真实背景大小
背景离差（剔除所有野值后计算）—计算异常下限需要 变异系数—离差/平均值，越大更易成矿，一般用大于1判别，如大于5肯定可成矿。
衬值—原数据/（背景值、异常下限、同类岩石…）--比较值 异常强度—最大值/异常下限 面金属量—平均值*面积，成矿规模大小 NAP值—衬值*面积，不同异常间相加或比较 外、中、内带—异常下限的2n(n=0、1、2或其它等)，平面分带性 相关系数—相关程度，用临界相关系数判别