تشخیص داده های پرت در روش منشایابی رسوب

اولین و مهم ترین مرحله روش منشایابی رسوب، انتخاب ترکیب مناسبی از ردیاب ها است که قادر به جداسازی منابع رسوب باشند. انتخاب ترکیب یاد شده با استفاده از تجزیه تابع تشخیص انجام می شود. وجود داده های پرت بر انتخاب ترکیب مناسبی از متغیرها اثر گذاشته و ممکن است مانع انتخاب متغیرهای مهم ش ده و توان جداسازی یا درصد طبقه بندی صحیح تجزیه تابع تشخیص را کاهش دهد. بنابراین داده های یاد شده باید شناسایی، و در صورت وجود شواهد کافی دال بر پرت بودن، نسبت به تصحیح یا حذف آنها اقدام شود. در این پژوهش، وجود داده های پرت به روش های مختلف در بین عناصر ژئوشیمیایی، آلی و رادیواکتیو نمونه های خاک جمع آوری شده از حوضه قره آغاج واقع در شهرستان ماکو بررسی شد. براساس 4 روش تشخیص یک متغیره داده های پرت، هیچ نمونه ای از نظر زیادی از عناصر پرت نیستند. روش های میانه به اضافه یا منفی میانه انحراف های تمام داده ها از میانه و نمودار جعبه ای کارایی بهتری نسبت به روش های آزمون گراب و میانگین به اضافه یا منهای 3 برابر انحراف معیار در تشخیص داده های پرت نشان دادند. روش های چند متغیره تشخیص داده های پرت یعنی مربع فاصله ماهالانوبیس، نمودارهای جعبه ای مربع فاصله ماهالانوبیس به تفکیک منابع رسوب، نمودار چندک - چندک مربع فاصله ماهالانوبیس در مقابل توزیع مربع کای و روش تجزیه به م ولفه های اصلی نیز نشان دادند که هیچ نمونه ای پرت محسوب نمی شوند. بنابراین براساس هر دو گروه روش، شواهد و دلایل کافی مبنی بر پرت بودن هیچ نمونه ای وجود ندارد. مزایای رویکرد اتخاذ شده در این پژوهش سادگی و قابل انجام بودن روش های مورد استفاده با نرم افزارهای آماری موجود و بهره گیری از روش های مختلف می باشند و داده ای پرت محسوب می شود که از نظر چند روش تایید شده باشد.