OCENA ZALEŻNOŚCI MIĘDZY PARAMETRAMI SKAŁ STROPOWYCH I SPĄGOWYCH NA PRZYKŁADZIE WYBRANEGO REJONU KOPALNI RUDNA

Podobne dokumenty
ANALIZA ZALEŻNOŚCI MIĘDZY GEOMECHANICZNYMI PARAMETRAMI SKAŁ ZŁOŻOWYCH I OTACZAJĄCYCH NA PRZYKŁADZIE WYBRANYCH REJONÓW GÓRNICZYCH KOPALŃ LGOM. 1.

Testowanie hipotez statystycznych.

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

RÓWNOWAŻNOŚĆ METOD BADAWCZYCH

Wykład 3 Hipotezy statystyczne

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Testy dla dwóch prób w rodzinie rozkładów normalnych

Wykład 12 ( ): Testy dla dwóch prób w rodzinie rozkładów normalnych

Parametry wytrzymałościowe łupka miedzionośnego

Testy post-hoc. Wrocław, 6 czerwca 2016

Testowanie hipotez statystycznych.

1. Jednoczynnikowa analiza wariancji 2. Porównania szczegółowe

Wydział Matematyki. Testy zgodności. Wykład 03

Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych.

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji

EKSPLOATACJA W WARUNKACH WYSTĘPOWANIA W STROPIE WYROBISK DOLOMITU KAWERNISTEGO NA PRZYKŁADZIE POLA G-12/7 KGHM POLSKA MIEDŹ SA O/ZG RUDNA

Wpływ warunków górniczych na stan naprężenia

Wykład 12 Testowanie hipotez dla współczynnika korelacji

Wykład 12 Testowanie hipotez dla współczynnika korelacji

TEST STATYSTYCZNY. Jeżeli hipotezę zerową odrzucimy na danym poziomie istotności, to odrzucimy ją na każdym większym poziomie istotności.

Korelacja krzywoliniowa i współzależność cech niemierzalnych

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

Porównanie modeli statystycznych. Monika Wawrzyniak Katarzyna Kociałkowska

BADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO

Analiza wariancji. dr Janusz Górczyński

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r

Rozkłady statystyk z próby

ANALIZA METROLOGICZNA WYNIKÓW BADAŃ NA PRZYKŁADZIE ŁOŻYSK ŚLIZGOWYCH

Testowanie hipotez statystycznych cd.

Testowanie hipotez statystycznych

Wykład 3 Testowanie hipotez statystycznych o wartości średniej. średniej i wariancji z populacji o rozkładzie normalnym

Porównanie dwóch rozkładów normalnych

Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi

Wykład 5 Problem dwóch prób - testowanie hipotez dla równości średnich

Weryfikacja hipotez statystycznych za pomocą testów statystycznych

Analizy wariancji ANOVA (analysis of variance)

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,

Matematyka i statystyka matematyczna dla rolników w SGGW WYKŁAD 11 DOŚWIADCZENIE JEDNOCZYNNIKOWE W UKŁADZIE CAŁKOWICIE LOSOWYM PORÓWNANIA SZCZEGÓŁOWE

Weryfikacja hipotez statystycznych testy dla dwóch zbiorowości

Przykład 1. (A. Łomnicki)

OKREŚLENIE LOKALIZACJI CHODNIKA PRZYŚCIANOWEGO W WARUNKACH ODDZIAŁYWANIA ZROBÓW W POKŁADZIE NIŻEJ LEŻĄCYM**

VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15

... i statystyka testowa przyjmuje wartość..., zatem ODRZUCAMY /NIE MA POD- STAW DO ODRZUCENIA HIPOTEZY H 0 (właściwe podkreślić).

Statystyka matematyczna

Statystyka i Analiza Danych

Błędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa

TESTOWANIE HIPOTEZ Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy.

BADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO

VII WYKŁAD STATYSTYKA. 30/04/2014 B8 sala 0.10B Godz. 15:15

Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotn. istotności, p-wartość i moc testu

LABORATORIUM 9 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X.

Prawdopodobieństwo i statystyka

ZASTOSOWANIE KLASYFIKACJI POJEDYNCZEJ DO OCENY PODZIA U SKA Z O OWYCH I OTACZAJ CYCH NA STROP, Z O E I SP G NA PRZYK ADZIE KOPALNI RUDNA. 1.

Zadania ze statystyki cz. 8 I rok socjologii. Zadanie 1.

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

Weryfikacja hipotez statystycznych

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Problem dwóch prób: porównywanie średnich i wariancji z populacji o rozkładach normalnych. Wrocław, 23 marca 2015

Weryfikacja hipotez statystycznych

ODRZUCANIE WYNIKÓW POJEDYNCZYCH POMIARÓW

TESTOWANIE HIPOTEZ STATYSTYCZNYCH Hipotezą statystyczną nazywamy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy.

Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych

Katedra Biotechnologii i Genetyki Zwierząt, Wydział Hodowli i Biologii Zwierząt, UTP w Bydgoszczy

Testowanie hipotez statystycznych

TESTOWANIE HIPOTEZ STATYSTYCZNYCH

Testy nieparametryczne

Matematyka i statystyka matematyczna dla rolników w SGGW

ODDZIAŁYWANIE ZASOLONYCH WÓD KOPALNIANYCH NA MECHANICZNE WŁAŚCIWOŚCI SKAŁ W KOPALNIACH RUD MIEDZI

Kolokwium ze statystyki matematycznej

Statystyka. #6 Analiza wariancji. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2015/ / 14

SIGMA KWADRAT. Weryfikacja hipotez statystycznych. Statystyka i demografia CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY

Wykład 10 Testy jednorodności rozkładów

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI

Katedra Genetyki i Podstaw Hodowli Zwierząt Wydział Hodowli i Biologii Zwierząt, UTP w Bydgoszczy

Zadania ze statystyki cz.8. Zadanie 1.

Wykład 9 Wnioskowanie o średnich

Statystyka matematyczna dla leśników

WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH

POLITECHNIKA OPOLSKA

Ćwiczenie: Weryfikacja hipotez statystycznych dla jednej i dwóch średnich.

Badanie zgodności dwóch rozkładów - test serii, test mediany, test Wilcoxona, test Kruskala-Wallisa

Wykład 11 Testowanie jednorodności

), którą będziemy uważać za prawdziwą jeżeli okaże się, że hipoteza H 0

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28

Ekonometria. Weryfikacja modelu. Paweł Cibis 12 maja 2007

Wprowadzenie do analizy korelacji i regresji

STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów

Analiza wariancji i kowariancji

Kierunek i poziom studiów: Biologia, poziom drugi Sylabus modułu: Metody statystyczne w naukach przyrodniczych

Wykład 9 Testy rangowe w problemie dwóch prób

Testowanie hipotez. Hipoteza prosta zawiera jeden element, np. H 0 : θ = 2, hipoteza złożona zawiera więcej niż jeden element, np. H 0 : θ > 4.

KORELACJE I REGRESJA LINIOWA

Statystyka matematyczna. Wykład V. Parametryczne testy istotności

Metody Statystyczne. Metody Statystyczne

HISTOGRAM. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH Liczba pomiarów - n. Liczba pomiarów - n k 0.5 N = N =

2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona

Transkrypt:

Górnictwo i Geoinżynieria Rok 9 Zeszyt 3/1 005 Andrzej Galiński* OCENA ZALEŻNOŚCI MIĘDZY PARAMETRAMI SKAŁ STROPOWYCH I SPĄGOWYCH NA PRZYKŁADZIE WYBRANEGO REJONU KOPALNI RUDNA 1. Wstęp Znajomość geomechanicznych właściwości skał budujących masyw skalny stanowi podstawę projektowania inżynierskiego budowli w górotworze, oceny zachowania się skał złożowych i masywu towarzyszącego oraz rozwiązywania specjalistycznych problemów geotechnicznych. W obecnym czasie, do dyspozycji są dobre pakiety statystyczne (Statgraphics, Statistica) oraz komputery o dużej mocy obliczeniowej. Przy obszernych bazach danych duże znaczenie w badaniu zależności pomiędzy własnościami fizykomechanicznymi odgrywają metody statystyczne [1, 4]. Korzystając z tych możliwości, wyznacza się parametry skał i relacje między nimi. Odpowiednia interpretacja wyników stanowi podstawę do rozpoczęcia prac projektowych, a następnie do realizacji postawionych zadań wykonawczych. Badania geomechanicznych własności skał złożowych i otaczających w kopalniach rud miedzi LGOM prowadzone są na bieżąco w nowo udostępnianych polach eksploatacyjnych w aspekcie oceny i klasyfikacji pod względem zagrożenia tąpaniami i zawałami, a także doboru obudowy kotwowej w wydzielonych rejonach kopalń. Właściwości geomechaniczne górotworu są określane w badaniach laboratoryjnych dla skał występujących w pełnych profilach górniczych, tj.: w stropie bezpośrednim do wysokości równej pięciokrotnej miąższości furty, przeciętnie do wysokości 5 m; w furcie eksploatacyjnej (wyrobisku); w spągu do głębokości równej jednokrotnej miąższość furty, nie mniej niż 5 m. * Instytut Górnictwa, Politechnika Wrocławska, Wrocław 37

Zakres badań laboratoryjnych obejmował określenie następujących własności geomechanicznych: wytrzymałości na ściskanie R c, MPa; wytrzymałości na rozciąganie R r, MPa; energetycznego wskaźnik skłonności do tąpań W et ; współczynnika rozszerzalności Poissona ν; moduł sprężystości Younga E S, GPa; gęstości objętościowej ρ o, kg/dm 3. Wykorzystanie wyników badań skał dla rozpoznania właściwości górotworu w wyznaczonych rejonach kopalń LGOM wiąże się ściśle ze sposobem ich katalogowania i wyznaczania poszczególnych parametrów. Zastosowanie metod statystycznych do analizy wyników badań skał umożliwia szersze ich wykorzystanie w praktyce górniczej oraz przy prognozowaniu zjawisk zachodzących w górotworze. W pracy przedstawiono zależności pomiędzy wyróżnionymi parametrami geomechanicznymi skał występujących w rejonie XIX Rudna, to jest północno-zachodniej części tej kopalni. Uzyskane dane poddano analizie statystycznej, stosując jednokierunkową analizę wariancji. Analizę przeprowadzono dla skał złożowych i otaczających.. Opis geologiczny rejonu XIX Złoże rudy miedzi w rejonie XIX wykształcone jest w postaci pseudopokładu, który tworzą dolnocechsztyńskie łupki i dolomity oraz jasnoszare piaskowce czerwonego spągowca. Miąższość złoża waha się od,0 m do około 5,0 m, lokalnie do 6,4 m. Strop złoża bilansowego sięga miejscami warstwy dolomitów wapnistych. Są to dolomity barwy szarej do szaro beżowej, zwięzłe, podzielne na płyty o miąższości od 0,05 m do 0,5 m. Powierzchnie podzielności pokryte są często substancją ilastą. Poniżej zalega ciemnoszary dolomit smugowany, masywny, kruchy z tendencją do nieregularnych spękań ujawniających się na stropach wyrobisk, bez wyraźnej podzielności płytowej. Miąższość dolomitu smugowanego waha się od 0, m do 1, m. Ku dołowi dolomit smugowany przechodzi w dolomit ilasty, barwy czarnej, masywny, zwięzły, o miąższości od 0,05 m do 0,4 m, który nie wykazuje podzielności płytowej. Poniżej zalegają czarne łupki; w górnej części są to łupki dolomityczno-ilaste ku dołowi przechodzące w słabo zwięzłe łupki smoliste o miąższości od 0,0 m do 0,6 m. Warstwa łupków nie jest ciągła na całym opisywanym obszarze. Najniższe ogniwo serii złożowej stanowią jasnoszare piaskowce kwarcowe czerwonego spągowca. Są to drobnoziarniste, średnio i słabo zwięzłe piaskowce wykazujące podzielność ciosową. Szare piaskowce mają miąższość od 7,0 m 16,0 m. Bilansowo okruszcowana jest stropowa część piaskowców. W części E rejonu, chodnikami 159 zlokalizowano strefę bezzłożową. 38

W serii dolomitowej występują liczne różnokierunkowe spękania często wypełnione anhydrytem, gipsem lub substancją ilastą. Główne kierunki spękań to NE-SW (max 35 ) oraz NW-SE (max 315 ). Miąższość dolomitów waha się od 13 m do 5 m. W wyrobiskach wykonanych w opisywanym rejonie nie stwierdzono znaczących dyslokacji o charakterze nieciągłym. 3. Analiza statystyczna danych 3.1. Sformułowanie problemu Dokumentacja zawierająca wyniki pomiarów wartości parametrów górotworu, jaka znajduje się w kopalniach, jest przygotowywana oddzielnie dla stropu, złoża i spągu. W kolejnych stanowiskach pobierania próbek skalnych odwiercane są otwory w stropie, caliźnie i w spągu. Tak pobrany materiał był badany w laboratorium Mechaniki Skał Cuprum we Wrocławiu. Wyniki zestawia się oddzielnie w odpowiednich arkuszach (np. Excel), obejmujących kolejne stanowiska pomiarowe. Na podstawie tych arkuszy tworzy się bazy danych, które są podstawą różnych analiz statystycznych. Metody statystyczne są tu bardzo użyteczne, bo do dyspozycji są obszerne bazy wyników pomiarów [4]. W niniejszej pracy postawiono następujący problem. Czy uzasadniony jest podział danych na trzy grupy: 1) strop, ) złoże, 3) spąg. Każdy arkusz pomiarów obejmuje skały leżące blisko siebie (jedno stanowisko). W tych miejscach odwiercane są rdzenie, a materiał jest później badany w laboratorium. Problem dotyczy zagadnienia, czy średnie wartości parametrów górotworu ze stropu, złoża i spągu różnią się istotnie (na z góry przyjętym poziomie istotności α równym na przykład 0,05). Mówiąc inaczej czy podział górotworu w miejscach odwiertów na strop, złoże i spąg jest statystycznie istotny. Temu właśnie zagadnieniu jest poświęcona ta praca. Zastosowano tu analizę wariancji, gdyż należało określić jednocześnie różnice między trzema miejscami pobranie próbek. Wykorzystano w tym przypadku test F Fishera Snedecora. Przeprowadzono także inne badanie statystyczne w sytuacji, kiedy z danych wyeliminowano złoże i oceniano różnice wartości średnich parametrów między stropem a spągiem. W tym przypadku wystarczył test t-studenta dla dwóch populacji. Obliczenia wykonano oddzielnie dla 6 parametrów skał. Wynikało to z dokumentacji kopalń, jakimi dysponowano przy tworzeniu baz danych. Siedem otworów (stanowisk pomiarowych) w rejonie XIX kopalni Rudna położonych było blisko siebie i tworzyło ograniczony obszar górniczy. Można było zatem sumować dane, które pozwoliły na dokładniejsze obliczenia statystyczne i jednocześnie stanowiły ocenę górotworu pewnego zwartego obszaru górniczego. 39

3.. Stosowane metody obliczeniowe Ogólnie zakłada się, że jest jeden czynnik, który może mieć wpływ na zmienną (losową). W naszym przypadku czynnikiem tym był podział na strop, złoże i spąg, a zmiennymi analizowanymi było 6 parametrów skał. W ogólności taki czynnik może mieć charakter jakościowy lub ilościowy i występować na różnych poziomach. Tymi trzema poziomami były strop, złoże i spąg. W statystyce takie zagadnienie nazywa się jednokierunkową analizą wariancji lub analizą jednoczynnikową. Wcześniej w literaturze analizę tę nazywano klasyfikacją pojedynczą []. Formalnie oceniana hipoteza zerowa H 0 brzmi H 0 : µ 1 = µ =... =µ k, gdzie µ i dla i = 1,,..., k oznaczają średnie wartości zmiennej dla i-tego poziomu przyjętego czynnika. Hipoteza alternatywna (zwana czasami przeciwną) jest formułowana następująco H 1 : przynajmniej dwie spośród średnich µ 1, µ,..., µ k, są różne. W przypadku odrzucenia hipotezy zerowej naturalne jest zbadanie, które średnie µ 1, µ,..., µ k, różnią się między sobą. Stąd też zastosowano drugą analizę statystyczną, która polegała na wyeliminowaniu poziomu drugiego, jakim było złoże. Druga analiza statystyczna była klasyczną metodą dotycząca porównywania dwóch średnich (strop i spąg). Jeżeli czynników podziału jest więcej, to stosuje się wtedy wieloczynnikową analizę wariancji lub inaczej wielokierunkową analizę. Stosowane związki obliczeniowe są bardziej złożone i obszerne. Pojawia się wtedy problem interakcji, czyli wzajemnych zależności między czynnikami, co w znaczący sposób utrudnia oceny statystyczne końcowych wyników. Jednoczynnikowa analiza wariancji Jednoczynnikowa analiza wariancji [4] zwana inaczej klasyfikacją pojedynczą polega na ocenie ilorazu wariancji otrzymanych z podziału całej próbki na grupy. Oblicza się wtedy wariancje międzygrupową i wariancje całej próbki przed podziałem. Jeśli przez 1 µ = nk k x n kj k j = 1 oznaczymy średnią w grupie, mówiąc inaczej w poziomie, a przez 1 µ= ˆ k nk x n ij i = 1 j = 1 średnią w całej grupie, to można utworzyć sumy kwadratów. 40

Dla grupy mamy wtedy k ( µ ) k µ i = 1 ˆ n, a dla całej próby (zbioru) k n k i = 1 j = 1 ( x µ ˆ ) ij i z odpowiednimi stopniami swobody (k 1) i (n k). Obliczając odpowiednie wariancje, tak zwaną międzygrupową s 1 = ( µ µ ˆ ) ( k 1) n k k i i = 1 oraz dla całej grupy s = k n k ( xij µ ˆ ) i = 1 j = 1 ( n k), korzysta się ze statystyki F Fishera Snedecora postaci 1 F = s s przy warunku s 1 > s. Sprawdzenie hipotezy H 0 polega na obliczeniu wartości statystyki F i porównaniu jej z wartością krytyczną odczytaną z tablic. W tablicach odczytuje się wartość F kr na podstawie znanych stopni swobody licznika i mianownika statystyki F oraz ustalonego poziomu istotności α. Jeżeli F obl > F kr, to mówimy, że dany czynnik ma istotny wpływ na nasze pomiary. W przeciwnym przypadku, to znaczy F obl < F kr można powiedzieć, że nie ma podstaw do odrzucenia hipotezy H 0 przy przyjętym poziomie istotności α. Odrzucenie hipotezy zerowej H 0 oznacza, że czynnik, jakim jest w tym przypadku podział górotworu na strop, złoże i spąg, jest istotny. W praktyce uznać można, że słuszne jest wyróżnienie stropu, złoża i spągu jako różne części górotworu tak, jak ma to miejsce w gromadzonych w kopalniach dokumentacjach. Porównanie średnich w dwóch próbkach Analiza dla dwóch próbek jest powszechnie znana. W tym przypadku stosuje się statystykę t-studenta postaci 41

t = µ ˆ1 µ ˆ, ns 1 1+ ns 1 1 + n1 + n n1 n gdzie: n 1, n liczność próbek, s1, s wariancje liczone z próbek, µ 1, µ wartości średnie. Z tablic rozkładu t-studenta odczytuje się wartości krytyczne dla przyjętego poziomu istotności i porównuje z wartościami obliczonymi. Jeśli t obl jest większe od t kr, to hipotezę zerową należy odrzucić, co oznacza, że średnie są istotnie różne. 3.3. Przygotowanie danych Dane wejściowe uwzględniane w obliczeniach statystycznych uzyskano z dokumentacji badań geomechanicznych własności skał występujących w otworach geotechnicznych, odwierconych w rejonie XIX Rudna, w części północno-zachodniej (rys. 1). Rys. 1. Lokalizacja otworów geotechnicznych w obszarze górniczym kopalni Rudna 4

Dla przygotowania odpowiednich baz danych wykorzystano wyniki badań z siedmiu otworów o następujących oznaczeniach: Mo 3-18, Mo 3-14, Mo 3-91; Mo9-451; Mo 5-78; Mo 9-451, Mo 9-589; Jm 3-1. Wyniki badań z każdego otworu były zestawione w dokumentacji, oddzielnie dla stropu, furty eksploatacyjnej i spągu. Ze względu na bliskie położenie otworów w wybranym rejonie górniczym, a także sposób dokumentowania badań, możliwe było połączenie wyników badań laboratoryjnych w nowe bazy. W obliczeniach wykorzystano licencyjny pakiet statystyczny Statgraphics 5,0 Plus for Windows, ver. Professional, będący własnością Instytutu Górnictwa Politechniki Wrocławskiej. 4. Ocena otrzymanych wyników W przedstawionej jednoczynnikowej analizie wariancji, w której za hipotezę zerową przyjęto równość trzech średnich H 0 : µ str = µ zl = µ sp, gdzie µ str oznaczają wartości średnie parametrów skał w stropie, µ zl w złożu, a µ sp w spągu, stwierdzono, że należy ją odrzucić na rzecz hipotezy przeciwnej, to znaczy, że nie ma równości średnich między trzema poziomami. Analizę przeprowadzono oddzielnie dla sześciu parametrów górotworu. Dla wszystkich parametrów obliczenia wykazały istotne różnice, wyniki obliczeń zawarto w tabeli 1, a dla podkreślenia stopnia zróżnicowania sporządzono rozkład wartości statystyki F Fishera Snedecora (rys. ). Zawarte w tej tabeli kwantyle odpowiadały obliczonym wartościom statystyk F i t. Porównywano je z przyjętą wartością (poziomem istotności α) zgodnie z zasadami testowania hipotez. TABELA 1 Wartości statystyki F i statystyki t Statystyka Parametry skał R c R r W et ν E s γ F Fishera Sedecora t-studenta F 48 83 161 149 451 1468 rzędy kwantyli rozkładu F <10 1% 10 1% <10 1% <10 1% <10 1% <10 1% liczba pomiarów n 555 174 556 10 556 77 t 7,11 5,16 6,0 0,467 4,99 1,45 rzędy kwantyli rozkładu t <10 1% <10 1% <10 1% 64% <10 1% 14% liczba pomiarów n 103 36 103 9 103 139 43

Rys.. Rozkład statystyki F dla poszczególnych parametrów górotworu Druga analiza dotycząca porównania średnich na dwóch poziomach, to jest między stropem a spągiem, pokazała w odróżnieniu od poprzedniej oceny, że nie ma istotnych różnic (poziom istotności α = 0,05) dla dwóch parametrów współczynnika Poissona ν i dla gęstości objętościowej γ. Pozostałe cztery parametry cechowały się istotnymi różnicami między średnimi. Wyniki liczbowe zawarto w tabeli 1, a rozkład statystyki t-studenta przedstawiono na rysunku 3. Rys. 3. Rozkład statystyki t-studenta dla poszczególnych parametrów górotworu 44

5. Wnioski końcowe Zastosowana jednoczynnikowa analiza wariancji potwierdza słuszność dokumentowania danych pomiarowych oddzielnie dla stropu, złoża i spągu. Druga część oceny statystycznej pozwoliła stwierdzić, że podstawowym poziomem (przyczyną) różnic dla parametrów: gęstości objętościowej ρ o i współczynnika Poissona ν jest złoże. Oznacza to, że tylko dla tych dwóch parametrów nie obserwuje się statystycznie istotnych różnic między stropem a spągiem. Dla pozostałych czterech parametrów (R c, R r, E s, W et ) różnice te były istotne. Sformułowane wnioski wymagają potwierdzenia, czy podobna sytuacja występuje w innych obszarach górniczych. i kopalniach miedzi LGOM. Takie analizy są aktualnie prowadzone. LITERATURA [1] Plan Ruchu KWK Piast na lata 001 003 [1] Drapper N.R., Ssmith F.: Analiza regresji stosowana. Warszawa, PWN 1973 [] Greń.J.: Statystyka matematyczna. Modele i zadania. Warszawa, PMN 1975 [3] Koronacki J., Mielniczuk J.: Statystyka. Warszawa, WNT 001 [4] Galiński A., Lis J., Mróz J.: Ocena zależności pomiędzy geomechanicznymi parametrami skał złożowych i otaczających na przykładzie południowo-wschodniego rejonu kopalni Lubin. XXV ZSMG Wyd. Politechniki Wrocławskiej 003 45