主要参数及相关性分析
相关分析就是根据一个因素（变量）与另一个因素（变量）的相关系数是否大于临界值，判断两个因素是否相关。在相关的因素之间，根据相关系数大小判断两个因素关系的密切程度，相关系数越大，说明两者关系越密切（何晓群，2002）。这种方法从总体上对问题可以有一个大致认识，但却很难在错综复杂的关系中把握现象的本质，找出哪些是主要因素，哪些是次要因素，有时甚至得出错误结论。为此，提出使用数学上的偏相关分析与逐步回归相结合的办法来解决这类问题。
偏相关性分析基本原理是，若众多因素都对某一因素都存在影响，当分析某一因素的影响大小时，把其他因素都限制在某一水平范围内，单独分析该因素对某一因素所带来的影响，从而消除其他因素带来的干扰。比如分析压实作用（或埋深）对孔隙度和渗透率的影响时，便把岩石成分、粒度、胶结类型等都限制在一定范围来单独讨论压实作用，而数学上的偏相关分析恰恰就是解决这类问题的方法，偏相关系数的大小就代表了这种影响程度。结合多因素边引入、边剔除的逐步回归分析方法，也可消除多个因素（自变量）间的相互干扰和多个因素对因变量的重复影响，保留其中的有用信息，挑选出对因变量影响较显著的因素，剔除了一些次要因素，被挑选出的主要因素的标准回归系数和偏回归平方和的大小反映了各参数对因变量（充满度）的影响大小。因此根据各因素（自变量）与因变量间的偏相关系数大小，结合标准回归系数和偏回归平方和，便可以将各因素对因变量的影响大小进行定量排序。其基本步骤如下：
第一步，找出所有可能对因变量产生影响的因素（或参数），同时对一些非数值型参数进行量化处理；
第二步，计算因变量与各参数间的简单相关系数，根据这些简单相关系数的大小，初步分析它们与因变量间的简单相关关系；
第三步，计算因变量与各参数间的偏相关系数、标准回归系数和偏回归平方和；
第四步，根据偏相关系数的大小，再结合标准回归系数和偏回归平方和，综合分析因变量与各参数间的关系密切程度，其值越大，关系越密切，影响越大，反之亦然。
分析法的基本特征:a.较为客观的研究方法。内容分析是一种规范的方法，对类目定义和操作规则十分明确与全面，它要求研究者根据预先设定的计划按步骤进行，研究者主观态度不太容易影响研究的结果；不同的研究者或同一研究者在不同时间里重复这个过程都应得到相同的结论，如果出现不同，就要考虑研究过程有什么问题。b.结构化研究。内容分析法目标明确，对分析过程高度控制，所有的参与者按照事先安排的方法程序操作执行，结构化的最大优点是结果便于量化与统计分析，便于用计算机模拟与处理相关数据。c.非接触研究。内容分析不以人为对象而以事物为对象，研究者与被研究事物之间没有任何互动，被研究的事物也不会对研究者做出反应，研究者主观态度不易干扰研究对象，这种非接触性研究较接触研究的效度高。d.定量与定性结合。这是内容分析法最根本的优点，它以定性研究为前提，找出能反映文献内容的一定本质的量的特征，并将它转化为定量的数据。但定量数据只不过把定性分析已经确定的关系性质转化成数学语言，不管数据多么完美无缺，仅是对事物现象方面的认识，不能取代定性研究。因此这种优点能够达到对文献内容所反映“质”的更深刻、更精确、更全面的认识，得出科学、完整、符合事实的结论，获得一般从定性分析中难以找到的联系和规律。e.揭示文献的隐性内容。内容分析可以揭示文献内容的本质，查明几年来某专题的客观事实和变化趋势，追溯学术发展的轨迹，描述学术发展的历程；依据标准鉴别文献内容的优劣。其次，揭示宣传的技巧、策略，衡量文献内容的可读性，发现作者的个人风格，分辨不同时期的文献体裁类型特征，反映个人与团体的态度、兴趣，获取政治、军事和经济情报；揭示大众关注的焦点等等。
流动单元主要强调的是储层单元，是对储集层的进一步细分（张尚锋等，2002）。流动单元是储层岩石物性特征的综合反映，其类型与空间分布是沉积作用、构造作用及成岩作用等综合影响和控制的结果，并最终表现为储层的岩石物理性质与渗流条件的差异。如何选择合理的参数来准确表征这些差异，是流动单元评价的基础。
众所周知，储层的岩性与物性之间存在着内在联系。其中岩性起主导作用；岩性中岩石颗粒的粗细、分选的好坏、粒序纵向变化特征以及泥质含量、胶结类型等直接控制着储层物性（孔隙度、渗透率）和含气性的变化。储层的电性则是岩性与物性的综合反映。因此，通过对岩心分析数据与测井数据的相互对比研究，分析影响储层物性的主要参数，建立准确的岩-电关系模型，是进行未取心井段储层流动单元研究的必要手段。
图7-1 下石盒子组流动单元层次划分及其与基准面旋回的对应关系
（1）岩性与物性的关系
储层岩性与物性的关系主要表现为储层岩石的粒度和成分对储层物性的影响。岩石粒度对物性的影响明显，随着碎屑颗粒粒度的增大，孔隙度和渗透率均有增大的趋势（图6-12，图6-13）。岩石成分对物性的影响主要表现为石英颗粒含量与孔隙度和渗透率呈正相关关系；岩屑与填隙物含量跟孔隙度和渗透率呈反相关关系（图6-14）。分析表明，本区的自然伽马曲线与储层的岩性对应关系较好，低自然伽马值对应的储层岩石粒度相对较粗，岩性较纯，石英含量高，岩屑含量低。
（2）孔隙度与渗透率的相关性
孔隙度与渗透率是表征储层物性的重要参数。通过对15口井426个样品点的物性统计分析表明，MSC4和MSC5储层的孔隙度与渗透率相关性较好，呈正相关性。即随着砂岩孔隙度的增大，渗透率也相应增大。一般砂岩孔隙度大于6%，则渗透率大于0.1×10-3μm2；孔隙度大于9%，则渗透率大于0.2×10-3μm2（图7-2）。
图7-2 MSC4 和MSC5 储层孔-渗关系图
（3）孔隙结构参数与物性的相关性
如图7-3，平均喉道半径、喉道中值半径与储层的孔隙度、渗透率呈正相关性。反映喉道半径越大，储层的物性越好。
图7-3 MSC4 和MSC5 储层孔隙结构参数与物性的相关性
（4）物性与渗流能力的相关性
如图7-4，储层的孔隙度、渗透率与反映孔喉连通性及渗流能力的排驱压力呈反相关，反映物性越好，排驱压力越小，其渗流能力越强。
图7-4 MSC4 和MSC5 储层物性与渗流能力的相关性
（5）物性与含气饱和度的相关性
如图7-5，MSC4和MSC5的含气饱和度与储层的孔隙度、渗透率呈正相关，反映储层的物性越好，含气性越好。
图7-5 MSC4 和MSC5 储层物性与含气饱和度的相关性
（6）无阻流量与流动系数、渗透储容系数的相关性
如图7-6，MSC4和MSC5的流动系数、渗透储容系数与无阻流量呈正相关，反映流动系数、渗透储容系数越大，无阻流量越大。
图7-6 MSC4 和MSC5 流动系数、渗透储容系数与无阻流量的关系
渗透储容系数为有效厚度、孔隙度、渗透率、含气饱和度之积
通过上述分析发现，影响储层渗流能力的参数主要包括储层的粒度、碎屑颗粒成分、填隙物含量、孔隙度、渗透率、喉道半径及排驱压力孔隙结构参数，且这些参数还直接影响储层的含气饱和度、无阻流量，说明在以岩性气藏为主要特征的大牛地气田，储层的含气性与产能主要受控制于储层的渗流能力，而渗流能力的差异便形成了不同的流动单元。
主要参数及相关性分析
答：孔隙度与渗透率是表征储层物性的重要参数。通过对15口井426个样品点的物性统计分析表明，MSC4和MSC5储层的孔隙度与渗透率相关性较好，呈正相关性。即随着砂岩孔隙度的增大，渗透率也相应增大。一般砂岩孔隙度大于6%，则渗透率大于0.1×10-3μm2；孔隙度大于9%，则渗透率大于0.2×10-3μm2（图...
淤泥软土土工参数之间的相关性分析
答：表3.7 温州浅滩淤泥物理力学参数之间典型的相关性汇总表 除了以上讨论的温州浅滩淤泥的物理力学性质指标之间所具有的相关性外，抗剪强度指标c，φ值也是一对互相关的量，它们由同一试验得出，同时出现在库仑抗剪强度公式（τ=c+σtanφ）中，在计算地基承载力、判断地基稳定性时均要用到这组指标。温州...
污水生物脱氮除磷中关键水质参数相关性分析?
答：分析相关性可以更深刻地了解进水水质参数与出水TN和TP去除效果的影响,为下步的工艺改进提供可能的理论支撑。根据国内外文献,进水BOD5无疑对微生物作用产生影响,进而影响硝化和反硝化反应以及磷的吸收和释放,MLSS系污泥活性的体现,一定程度上反应污水可生化性(严格说应是MLVSS),其对磷的去除有重要影响。在对实测数据进...
相关性分析的结果解读及说明
答：如果P值较小（P<0.05），那么可以认为相关性不是由于随机采样造成的，而是真实存在的；如果P值较大（P>0.05）,那么结果中呈现出的这个相关系数可能是不真实的。此时，可以参考95%置信区间这个参数，如果置信区间包含0，则可以认为二者没有相关性或者相关性很弱。这里需要注意的是，结果中给出的P值...
相关性分析的概念及方法
答：其基本步骤如下：第一步，找出所有可能对因变量产生影响的因素（或参数），同时对一些非数值型参数进行量化处理；第二步，计算因变量与各参数间的简单相关系数，根据这些简单相关系数的大小，初步分析它们与因变量间的简单相关关系；第三步，计算因变量与各参数间的偏相关系数、标准回归系数和偏回归平方和...
相关性分析方法相关性分析方法
答：1、一、离散与离散变量之间的相关性卡方检验卡方检验是一种用途很广的计数资料的假设检验方法。2、它属于非参数检验的范畴，主要是比较两个及两个以上样本率( 构成比）以及两个分类变量的关联性分析。3、其根本思想就是在于比较理论频数和实际频数的吻合程度或拟合优度问题。4、它在分类资料统计推断中...
相关性分析有哪些方法?
答：问题一:用于分析相关性的数学方法有哪些 做散点图,拟合线图,回归分析,然后对散布的点做线性拟合,如果是非线性相关,可以做二阶,三阶甚至多阶拟合。线性相关的情况下,可以计算相关系数,通过相关系数来判定。 问题二:属性相关分析的方法有哪些 在机器学习、统计学、模糊逻辑和粗糙集等领域提出了许多属性相关分析的方...
相关性分析有哪些方法?
答：问题一：用于分析相关性的数学方法有哪些 用于分析相关性的数学方法包括：1. 散点图和拟合线图：通过观察变量间的散点分布和拟合的直线，直观判断变量间的线性关系。2. 回归分析：通过建立自变量与因变量之间的数学模型，量化描述变量间的相关程度。3. 相关系数：衡量两个变量间线性关系的强度和方向。问题...
什么是相关性分析
答：相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。相关性不等于因果性，也不是简单的个性化，相关性所涵盖的范围和领域几乎覆盖了我们所见到的方方面面，相关性在不同的学科里面的定义也有...
相关性分析 Pearson 相关系数 和 Spearman 秩相关系数
答：本文主要介绍比较常用的 Pearson相关系数、Spearman秩相关系数 。这两个相关性系数反应的都是两个变量之间变化趋势的方向以及程度，取值范围为 -1 到 +1， 0 表示两个变量不相关，正值表示正相关，负值表示负相关，值越大表示相关性越强。1. 定义：皮尔森相关系数也称皮尔森积矩相关系数，是一种线性...
