(az
előadásvázlat megtekintése)
1. VALÓSZÍNŰSÉGELMÉLETI
ALKALMAZÁSOK
1.1. Diszkrét valószínűségi
változók
1.1.1. A teljes valószínűség tétele és alkalmazásai
1.1.2. Bayes tétele és alkalmazása a megkutatottság vizsgálatában
1.1.3. Markov láncok és alkalmazásuk az üledékképződés vizsgálatában
1.1.4. Statisztikai entrópia és alkalmazása az üledékciklusok vizsgálatában
1.2. Folytonos
valószínűségi változók eloszlásai
1.2.1. Normális eloszlás
1.2.2. Lognormális eloszlás
1.2.3. Exponenciális eloszlás
1.2.4. Az n-szabadságfokú c2 eloszlás
1.2.5. Az n-szabadságfokú Student vagy t-eloszlás
2. MATEMATIKAI STATISZTIKA
1.3. Alapsokaság
és statisztikai minta
1.3.1. Hipotézisvizsgálat
1.3.2. Illeszkedésvizsgálat
1.4. A becslés
1.4.1. A jó becslés kritériumai
1.4.2. A becslések előállítására szolgáló módszerek
1.5. Konfidencia
intervallumok
1.6. Korreláció
analízis
1.6.1. A kovariancia
1.6.2. A „klasszikus” korrelációs együttható
1.6.3. A korrelációs mátrix és értékelése a kapcsolt láncok módszerével
1.6.4. A parciális korrelációs együttható és szerepe a diagenetikus változások és a talajképződés felismerésében
1.6.5. A többszörös korrelációs együttható
1.7. Klaszifikációs
és ordinációs eljárások
1.7.1. Cluster analízisek
1.7.1.1. Hierarchikus és nem hierarchikus eljárások
1.7.1.2. Az eredmények értékelési lehetőségei
1.7.1.3. Genetikai elemek felismerése síkban és kőzetprofil mentén cluster analízisek segítségével
1.7.2. Faktoranalízisek
1.7.2.1. Szemléleti alapok
1.7.2.2. Megoldási algoritmusok
1.7.2.3. Értékelési alapelvek
1.7.2.4. A hatótényezők felismerése faktormintázat alapján
1.7.2.5. Afőkomponens analízis mint a faktor analízis speciális esete
1.7.2.6. A főkomponens analízis és a faktor analízis szemléleti különbsége
1.7.3. Diszkriminancia analízis
1.7.3.1. A diszkriminancia analízis szemlélete
1.7.3.2. Felismerő statisztikai modell kialakítása a klaszifikációs és ordinációs módszerek valamint a diszkriminancia analízis segítségével
1.7.3.3. Az új minták besorolása a felismerő statisztikai modell segítségével
1.
A síkbeli
és térbeli interpoláció mint a térinformatika és a tulajdonság térbeli
eloszlásának alapja
2.
A
regionalizált változó fogalma
3.
A
regionalizált változó és a térbeli interpoláció
4.
A
reginalizált változó tulajdonságai
4.1. Stacionaritás
és amit ez jelent a térképezésre vonatkozóan
4.1.1. Erős statcionaritás
4.1.2. Gyenge stacionaritás
4.1.3. Belső hipotézis
4.2. Ergodicitás
5.
A
félvariogram mint a térbeli folytonosság kifejezője
5.1. A félvariogram számolási módja és alapvető tulajdonságai
5.2. A félvriogram modellezése
5.3. A félvariogram és az autokorreláció kapcsolata
6.
A térbeli
anizotrópia
6.1. A geometriai anizotrópia
6.2. A zonális anizotrópia
6.3. A térbeli anizotrópia megjelenítése a varigram felszínnel
7.
A térbeli
interpoláció „klasszikus” módszerei
8.
A
krigelés
8.1. Alapvető megoldási módok
8.2. A krigelési szórás
8.3. Indikátor változó térbeli interpolációja krigeléssel
9.
A
sztochasztikus szimulációk mint a térbeli interpoláció alternatív képei
9.1. A sztochasztikus szimuláció és krigelés alapvető szemléleti különbsége
9.2. Gauss-típusú szimulációk
9.3. Szekvenciális indikátor szimulációk
9.4. Bool-típusú szimulációk
9.5. A simulated annealing megközelítés
Utolsó frissítés: 2001.október 10.