福尔摩斯能成为一名优秀的地球学家吗？/测量

“-但，……凶手的个子……”

“你怎么知道，我们都没见过这个人？”

“-亲爱的华生，你看到我在房间里进行测量了。”

“两个脚印之间的距离清楚地显示了我们那个人的大小……”

福尔摩斯，《血字的研究》。

测量是对现象进行量化的观察，是调查工作中最常用的形式之一。然而，测量结果本身几乎从未提供有用的信息。因此，有必要对其进行“提炼”，才能根据这些数据得出结论。为了“提炼”数据，我们建议两个程序

a- 寻找实验误差，以及

b- 信息综合。

寻找实验误差是基于系统误差的确定和后续校正以及随机误差的评估。为了确定系统误差，我们使用方程式 (1)。

[1]

$S_{sist}=10[{\frac {1}{n}}'(\log x_{i}^{a}\log y_{i})]$

其中，

Ssist - 是数据的系统误差

x_i - 是基本结果（分析结果）

y_i - 是对照结果

n - 是数据量，在这种类型的测试中应等于或大于 100 对事件。

如果系统误差在 0.95 到 1.05 之间波动（包括这两个值），我们可以认为没有系统误差，因此可以直接计算随机误差。否则，我们首先通过从所研究样本中的每个基本值中减去系统误差来消除此误差。

随机误差使用方程式 (2) 计算。

[2]

$S_{c}=10[{\frac {1}{n{\sqrt {2}}}}'(logx_{max_{i}}^{a}logx_{min_{i}})]$

对于定量分析，Soloviov 和 Matvieiev (1985) 指出，如果随机误差大于 1.6，我们就不能依赖数据的质量。对于定性或半定量分析，其他作者 (N.A.S.S.S.R.，1983) 提出一个 3 的极限值。在任何情况下，如果随机误差大于已建立的极限值，都应建议使用另一种方法或更精确的设备重复分析。

信息综合也包括两个阶段

a- 构建频率直方图和频率多边形，以及

b- 对测量结果进行统计预处理。

频率直方图和频率多边形不仅允许以图形化和紧凑的方式表示测量结果，而且还可以为我们提供样本的其他特征，例如异常值的存在，众数的值、中位数、平均值等 (Ostle, 1973; Valls, 1985)。

对数据的统计预处理的详细解释超出了本文的目标。这里我们只提一下大多数地质数据共有的几个步骤。

a- 检测和处理所研究样本的统计异常值和极值，

b- 数据转换（可选），

c- 确定分布规律 (Kashdan 等人，1979)，

d- 确定中位数、相对众数和绝对众数，

e- 确定均值、标准差、变异系数及其置信区间，以及

f- 确定阈值。

虽然这些并非要计算的唯一可能变量，但它们足以完善结果，使我们能够以更易于理解的方式呈现它们。使用表格和比较图表非常值得推荐。