حمید گرانیان - دانشگاه صنعتی بیرجند،

اریب شدن ماتریس میانگین (موقعیت) و تورم ماتریس واریانس - کواریانس (پراکندگی) از مهمترین اثرات منفی داده های خارج از ردیف در آمار محسوب می شود. بنابراین اولین گام در استفاده از روش های پردازش آماری چند متغیره بر روی داده های ژئوشیمیایی، شناسایی داده های خارج از ردیف است. برای این منظور دو روش خوشه بندی و کاهش بعد داده ها به یک فاصله ( فاصله ماهالانوبیتس ) و سپس استفاده از تخمینگرهای مقاوم پیشنهاد شده است. تخمینگر مقاوم S با مینیمم کردن دترمینال ماتریس پراکندگی ( ماتریس واریانس - کواریانس ) تحت شرایط خاصی، حداکثر فاصله مورد نیاز برای هر نمونه ی اصلی از مرکز ابر داده ها را برآورد می کند. نمونه هایی که فاصله آنها از این فاصله بیشتر باشد، به عنوان نمونه های خارج از ردیف شناسایی می شوند. در این مقاله، از این تخمینگر مقاوم برای شناسایی داده های خارج از ردیف بر روی 165 نمونه ی ژئوشیمیایی محیط خاکی استفاده شده است. این نمونه ها در فاز اکتشاف نیمه تفصیلی در محدوده خویناوی در استان آذربایجان شرقی برداشت شده است. داده ها دارای 28 بعد ( هر نمونه برای 28 عنصر آنالیز شده است ) می باشند که توسط روش تخمینگر S ماتریس های بهینه موقعیت و پراکندگی محاسبه و سپس بعد آنها به یک ( فاصله مقاوم هر نمونه از مرکز ابر داده ها ) کاهش یافته است. با مقایسه فاصله مقاوم هر نمونه با ( فرمول در متن اصلی مقاله ) یا (فرمول در متن اصلی مقاله ) مشخص شده است از میان کل نمونه ها 8 نمونه خارج از ردیف می باشند.

داده های خارج از ردیف، تخمینگرهای مقاوم، آمار چند متغیره، پردازش داده های ژئوشیمیایی، کانسار چند فلزی خویناوی