统计法毕业论文案例赏析(共2篇)

导读:统计法毕业论文应该如何撰写?写作毕业论文对于即将毕业的大学生们来说,意义都非同凡响的,只有通过了学校的毕业论文考核,那么才能顺利毕业,本论文分类为法学毕业论文,下面是小编为大家整理的几篇统计法毕业论文范文供大家参考。

  第1篇:经验统计法确定致密油有效储层物性下限
 
  【摘要】有效储层物性下限是评价致密砂岩储层含油有效性的重要参数,对有效储层的评价和预测有重要的意义。前人对下寺湾地区在该方面的研究较少。本文主要介绍了经验统计法,将其应用到了下寺湾长7组,并且运用不等式确定物性下限,提高了结果的准确性。
 
  【关键词】经验统计法;下寺湾油区;长7油层组;物性下限;不等式
 
  【中图分类号】TD8【文献标识码】A【文章编号】1009-5624(2019)01-0041-02
 
  1引言
 
  有效储层物性下限值一般是指能够储集和渗滤流体的储层的最小孔隙度值和最小渗透率值[1]。前人对下寺湾地区长7油层组的研究主要集中在成藏和物源方面,針对储层方面的研究比较少,尤其是对储层物性下限的研究更少。由于本研究区数据资料的限制,笔者通过计算得知采用经验统计法确定该区储层物性下限更为精确。
 
  2地质概况
 
  下寺湾油田位于延安市西南部,为一大的西倾单斜[2]。储层孔隙度主要分布在3.2%~9.8%之间,平均值是6.4%;储层的渗透率主要分布在0.1~0.6mD之间,渗透率平均值为0.4mD,为低孔低渗储层。
 
  3物性下限确定方法及优缺点
 
  3.1经验统计法
 
  经验统计法是利用在低孔渗段以累积储层渗透能力丢失占总累积能力5%左右为界限进行计算的[3]。
 
  崔永斌,张春,蒋裕强等人[4-5]根据前人研究进一步丰富了经验统计法,提出了在低孔低渗储层段,通常限定累计频率丢失不超过15%,累计储能(产能)丢失不超过总储能(产能)的10%为物性下限。具体计算公式如下:
 
  根据表1、表2中数据可知,孔隙度和渗透率下限值分别在Ⅱ1段和Ⅱ2段,利用原始数据求出Ⅱ1段累计频率和累计储能丢失曲线的表达式分别为Y1=8.615φ-31.26、Y2=6.7φ-25.52,令Y1≤15%,Y2≤10%联立不等式求出φ≤5.30149%,即孔隙度下限为5.3%;利用原始数据求出Ⅱ2段累计频率和累计储能丢失曲线的表达式分别为Y3=14.23K+13.32、Y4=7.045K+2.155,令Y3≤15%,Y4≤10%联立不等式求出K≤0.11355mD,即渗透率下限为0.11mD。
 
  3.2经验统计法的优缺点
 
  确定物性下限的方法有很多,经验统计法应用岩心分析资料从储油能力和产油能力两方面确定物性下限,不需要依赖于试油资料,受人为因素的影响较小,在生产实践中应用很广泛。但是其丢失比的确定具有主观性,而且需要大量有效的岩心资料来提高其结果的准确性。
 
  4结论
 
  利用经验统计法,在确定范围内求取函数表达式,再利用不等式确定了下寺湾长7油层组的有效储层物性下限,其中孔隙度下限为5.3%、渗透率下限为0.11mD。本文中提出的不等式能更精确的确定物性下限,提高结果的准确性。
 
  第2篇:篮球数据权重统计法初步比较分析
 
  摘要:随着现代篮球的飞速发展,篮球数据的统计也已经越来越丰富,统计的设备、人员数量、统计方法都已经变得更完善。文章试着比较分析目前美国篮球职业联赛中美国数据统计专家的几种权重统计方法,以找出更适合现代篮球发展趋势的统计方法,从而更好地发现比赛中出现的问题,以便在平时的训练中更有针对性地进行训练,进而提高篮球水平。
 
  关键词:篮球数据;权重统计法;比较分析
 
  中图分类号:G841
 
  文献标识码:A
 
  在本文中,我们将讨论几种用于评价NBA球员的线性权重方法。这三种方法分别是NBA效率值、约翰·霍林格PER和比赛得分率、贝里·施密特和布鲁克的BBS(胜利值)。
 
  美国职业男篮的效率评分由戴夫赫伦发明,它的计算公式如下:每场比赛效率=得分+篮板球+助攻+抢断+盖帽-失误-投失数-罚球投失数。这个公式本质上说所有好的数据价值+1而所有不好的数据的价值是-1。这有点说不通,举个例子,一个球员的三分球是18中5,他得了15分并且投失了13个球,这个球员的三分球出手的效率值就是15-13,即2个有效值。如果他出手36中10,他的三分球出手的效率值就是30-26,即4个效率值,任何一个球员的三分球投成这样,那么别人肯定会告诉他不要投三分了。相同的,如果一个球员的二分球命中率是36.4%(11中4),他11投得了8分,投失了7个球,那么他的效率值就是8-7,即1个效率值,如果他22投8中(联盟10%平均值)他的投篮效率值是2(16-14)。
 
  虽然NBA效率值的计算比较简单,但是无法体现出数据的真实性,在近年来已经很少被采用了。由约翰·霍林格提出的PER已经得到越来越多专家的认可,但是这个计算的方法在国内很少被提及。这个计算方法是由NBA专家约翰·霍林格提出的球员价值评估数据体系,利用PER值,可以将每个球员的数据统计进行加权继承计算,进而对不同位置和不同球队的队员进行评估和比较。其计算公式为PER=[(得分数+助攻数+总篮板数+抢断数+盖帽数)-(投篮出手数-投篮命中数)-(罚球出手数-罚球命中数)-失误数]/球员的比赛场次。但是也有不同的学者提出了不一样的观点,美国评论员巴里说,一个队员的二分球命中率超过30.4%,那么他更多的出手次数会增加他的效率值。同样的,一个队员的三分球命中率超过21.4%,那么更多的出手次数也会增加他的效率值(但是很少有外线球员的三分球命中率这么差)。霍林格的效率值暗示了即便你是联盟比较糟糕的投手,通过更多的投篮,你也能帮助你的球队获胜。我们同样可以看到,霍林格不正确的权重加成同样体现在他的GameScore公式中。Gamescore=(得分×1)+(投失数×0.4)+[出手数×(-0.7)]+(出手数-投失数)×(-0.4)+(进攻篮板×0.7)+(防守篮板数×0.3)+(抢断数×1)+(助攻数×0.7)+(盖帽数×0.7)+[个人犯规×(-0.4)]+[失误×(-1)]一个球员的三分命中率超过20.4%,多投三分会增加他的gamescore得分,一个球员的二分命中率超过29.2%,同样可以通过增加投篮次数来提高gamescore分数。
 
  胜利得分(winscores)和胜利创造能力(winsproduced)是由贝里·施密特和布鲁克(简称BSB)研究的看似简单但是却很复杂的公式。BSB的公式是winscore=得分+篮板+抢断+0.5助攻+0.5盖帽-出手数-失误数-0.5罚球数-0.5犯规数。和NBA效率、霍林格PER不同,winscore的线性权重公式看起来更加直观。举个例子来说,一个球员如果想增加投篮数值,他需要超过50%的二分球命中率和33.33%的三分球命中率。同样的公式里给了失误和篮板一样的权重。因为一个篮板球可以得到球权,而失误会失去球权。用一个复杂的方法,BSB把winscores转换成为winsproduced。对于winsproduced来说,一个队的所有队员的数值相加正好和球队的赛季获胜场次相同。
 
  我认为BSB的胜利值是一个比较好的线性权重评价公式。唯一的问题是数据的统计是表格形式呈现的,所以球员的数值主要体现在他们在场上的表现所得到的数据。但是有些数据在统计表上是无法体现出来的,例如,制造一次带球撞人,挡人后让队友抢到篮板,传球后帮助队友助攻,为队友掩护后创造投篮机会。所有这些情况都会帮助到球队,但是不会体现在统计表上。
 
  所以我们分析了三个不同的权重统计公式来更好地了解球员在场上的表现情况,BSB的统计方法更能体现真实的情况,但是在了解球员的能力和水平时,也要看球員在场上的作用来全方面地考察队员的能力。

您可能还会对下面的文章感兴趣: