场景案例 ·

地质地球化学数据分析用 AI 一句话完成 — 岩石成分 PCA 降维与判别分类

地质地球化学岩石成分数据的 PCA 降维与判别分析全流程：从主量元素氧化物降维、构造判别图解到 Fisher 判别分类，ChatSRS AI 一句话完成并生成符合 APA 7th 的论文报告句式。

地质专业毕业生的数据分析痛点：采集了几十个岩石样品的主量元素氧化物（SiO₂、TiO₂、Al₂O₃、Fe₂O₃……），想知道哪些元素变化最具代表性、不同岩性样品能否被自动区分——这篇文章把地球化学最常用的 PCA 降维与判别分析场景一次打通，每步给出 ChatSRS 可直接使用的一句话指令，以及可抄进论文的 APA 7th 报告句式。

地球化学数据分析为什么比普通统计更麻烦

如果你正在做岩石地球化学方向的毕业论文或科研报告，以下场景大概率都碰到过：

  • 主量元素有 10 个以上指标，画散点图密密麻麻，不知道哪几个轴最能反映岩石成分差异
  • 不同地点采集的样品标注了岩性类别（玄武岩、安山岩、流纹岩），但想用统计方法验证分类的可靠性
  • 做了 PCA，主成分得分图画出来，但不知道怎么解释第一、第二主成分分别代表什么地球化学意义
  • 判别函数建立了，但不会报告 Wilks' Lambda、分类准确率、交叉验证结果
  • 导师说"结果要写成 APA 格式"，但地质系教材从来没教过

这些问题的核心不是地质知识不够，而是多元统计方法的选择与报告规范对地质生来说几乎是盲区。

chatsrs.com 把 PCA 降维与判别分析的整条链条变成一句话对话。下面以真实的岩石地球化学场景从头到尾演示。

典型地球化学数据结构

本文以一组中国东部火成岩样品为例。数据包含 48 个样品，测定了 10 项主量元素氧化物含量（wt%），并记录了岩性类别（玄武岩 / 安山岩 / 流纹岩）：

样品编号  岩性      SiO2   TiO2   Al2O3  Fe2O3  FeO   MnO   MgO   CaO   Na2O  K2O
S001      玄武岩    49.82  1.94   14.22  4.31   7.65  0.17  7.21  9.43  2.88  0.71
S002      玄武岩    50.47  2.01   13.89  4.52   7.88  0.18  6.98  9.67  2.71  0.65
...
S023      安山岩    57.31  0.98   17.64  3.42   4.71  0.13  3.87  6.52  3.41  1.78
...
S039      流纹岩    72.18  0.34   14.07  1.82   1.23  0.07  0.62  1.74  3.88  4.31

分析目标：

  1. PCA 降维：找出主成分，理解哪些元素协变、各主成分代表什么地球化学过程
  2. 判别分析：建立三类岩性的 Fisher 判别函数，验证分类准确率

全流程分析演示

第一步：数据标准化与相关矩阵检验

地球化学数据在做 PCA 之前必须标准化，原因是各元素的含量量级差异悬殊（SiO₂ 可达 70%，TiO₂ 通常不超过 3%）。

打开 chatsrs.com，上传数据后输入：

"请对 10 项主量元素氧化物做 Pearson 相关矩阵，并进行 KMO 检验和 Bartlett 球形检验，判断数据是否适合做 PCA。"

ChatSRS 输出：

KMO 取样适切性量数 = 0.813（适合做主成分分析）
Bartlett 球形检验：chi^2(45) = 612.34，p < .001（变量间存在显著相关，适合降维）

相关矩阵摘要（|r| >= .60 的主要关联）：
  SiO2 与 MgO：r = -.91（负相关，分异趋势）
  SiO2 与 CaO：r = -.88
  TiO2 与 Fe2O3：r = .79
  K2O 与 SiO2：r = .87（分化程度）

地质意义：SiO₂ 与 MgO 强负相关是岩浆分异的典型特征；TiO₂ 与铁氧化物协变反映铁钛氧化物的结晶。

第二步：PCA 主成分分析 — 降维与方差解释

"对标准化后的 10 项主量元素氧化物做主成分分析，提取特征根 >= 1 的主成分，输出：(1) 碎石图与方差解释率表；(2) 旋转（Varimax）后的成分载荷矩阵（|载荷| >= .50 加粗标注）；(3) 各样品的主成分得分。"

ChatSRS 输出：

表 1  主成分分析方差解释率（旋转前，基于特征根）

主成分   特征根    方差百分比   累计方差百分比
PC1      5.82      58.2%        58.2%
PC2      1.74      17.4%        75.6%
PC3      0.98       9.8%        85.4%

注：方差百分比为旋转前特征根计算值；Varimax 旋转后各成分方差重新分配，累计总量不变（85.4%），旋转后各成分方差见表 2 注。

前两个主成分已解释 75.6% 的总方差，三个主成分解释 85.4%。

表 2  Varimax 旋转后成分载荷矩阵（旋转后方差：PC1=46.3%，PC2=28.9%，PC3=10.2%）

元素      PC1       PC2       PC3
SiO2     .941*     .083      .141
K2O      .918*    -.112      .093
Al2O3    .624*     .412     -.187
Na2O     .578*    -.231      .372
MgO     -.937*     .127     -.108
CaO     -.891*     .214     -.153
Fe2O3   -.214      .847*     .211
FeO     -.178      .821*     .241
TiO2     .034      .803*     .219
MnO     -.342      .248      .812*

注：*载荷绝对值 >= .50。

主成分解释：

  • PC1（旋转后解释 46.3%）：SiO₂、K₂O 正载荷，MgO、CaO 负载荷 — 反映岩浆演化程度 / 分异指数，得分越高代表岩浆越分异（偏流纹岩端元）
  • PC2（旋转后解释 28.9%）：Fe₂O₃、FeO、TiO₂ 正载荷 — 反映铁钛富集程度，与铁钛氧化物结晶分异相关
  • PC3（旋转后解释 10.2%）：MnO 主导 — 代表锰的富集趋势，地质意义相对独立

主成分得分图（PC1 vs PC2）自动输出，三类岩性在 PC1 轴上呈现明显的线性分离趋势。

第三步：判别分析 — 验证岩性分类

PCA 揭示了样品的分布规律，但 PCA 本身不做分类判别。下一步用判别分析建立基于元素成分的分类模型：

"以岩性类别（玄武岩 / 安山岩 / 流纹岩）为分组变量，以 10 项主量元素氧化物为预测变量，做线性判别分析（LDA）。报告：(1) Box's M 等方差-协方差矩阵齐性检验；(2) Wilks' Lambda 与 chi^2 检验；(3) 标准化判别函数系数；(4) 分类准确率混淆矩阵；(5) 留一法交叉验证准确率。"

ChatSRS 输出：

前提检验
Box's M = 84.32，F(110, 4871) = 0.71，p = .982 — 协方差矩阵齐性假设成立。

Wilks' Lambda 检验
函数    Wilks' Lambda    chi^2     df     p
1       .031             167.4     20    < .001
2       .142              89.2     9     < .001

两个判别函数均显著，提示三类岩性在元素空间中存在统计显著差异。

标准化判别函数系数（主要贡献变量）
变量       函数 1    函数 2
SiO2       0.821     0.213
MgO       -0.778     0.187
K2O        0.611    -0.142
Fe2O3      0.138     0.714
TiO2       0.091     0.631

函数 1（解释 82.4% 组间方差）：SiO₂ 和 MgO 是主要判别变量，与 PC1 一致。
函数 2（解释 17.6% 组间方差）：铁钛元素贡献最大，与 PC2 一致。

分类准确率（原始样本）
            预测 玄武岩   安山岩   流纹岩   正确率
实际 玄武岩     17         1        0      94.4%
实际 安山岩      1        14        1      87.5%
实际 流纹岩      0         0       14     100.0%
总体准确率：93.8%

留一法（LOO）交叉验证准确率：89.6%

三类岩性的判别准确率均超过 87%，LOO 交叉验证维持在 89.6%，说明以主量元素为基础的 Fisher 判别模型具有较高的分类稳健性。

第四步：联合解读 — PCA 双标图 + 判别边界

"绘制主成分双标图（biplot），在 PC1–PC2 坐标系中同时显示样品点（按岩性着色）和元素载荷向量，并叠加 LDA 的判别边界。"

ChatSRS 自动生成含三组样品分布和 10 个元素向量的地球化学双标图，配色方案支持导出为矢量格式（SVG/PDF）用于论文插图。

可抄进论文的 APA 7th 报告句式

方法章节：数据分析策略

本研究采用主成分分析（PCA）对 10 项主量元素氧化物进行降维处理，以揭示元素间的协变关系及主要地球化学变异轴。分析前，采用 Kaiser-Meyer-Olkin（KMO）取样适切性检验和 Bartlett 球形检验评估数据的因子分析适宜性。主成分提取标准为特征根 >= 1，并采用 Varimax 正交旋转以增强成分可解释性。在此基础上，以岩性类别为分组变量，采用线性判别分析（LDA）建立分类模型，通过 Wilks' Lambda 检验判别函数的统计显著性，并以留一法（LOO）交叉验证评估模型的泛化准确率。所有统计分析使用 ChatSRS 完成（R 引擎，显著性水平设为 .05）。

结果章节：KMO 与 Bartlett 检验

Kaiser-Meyer-Olkin 取样适切性量数为 0.813（> .80），Bartlett 球形检验显著，chi^2(45) = 612.34，p < .001，表明各主量元素间存在充分的共同变异，数据适合进行主成分分析。

结果章节：PCA 方差解释与主成分解释

主成分分析共提取三个特征根 >= 1 的主成分，累计解释总方差的 85.4%（旋转前各成分方差百分比：PC1 = 58.2%，PC2 = 17.4%，PC3 = 9.8%）。经 Varimax 旋转后，各成分方差重新分配（PC1 = 46.3%，PC2 = 28.9%，PC3 = 10.2%，累计不变）；旋转后载荷矩阵显示 SiO₂（.941）、K₂O（.918）和 Al₂O₃（.624）在 PC1 上载荷较高，MgO（-.937）和 CaO（-.891）载荷为强负值，表明 PC1 主要反映岩浆分异程度。第二主成分（PC2，旋转后解释 28.9%）由 Fe₂O₃（.847）、FeO（.821）和 TiO₂（.803）主导，反映铁钛元素的富集趋势。

结果章节：判别分析结果

线性判别分析提取两个显著的判别函数。Wilks' Lambda 检验表明，函数 1 的判别效应显著，Lambda = .031，chi^2(20) = 167.4，p < .001；函数 2 亦显著，Lambda = .142，chi^2(9) = 89.2，p < .001。两函数分别解释组间方差的 82.4% 和 17.6%。原始样本总体分类准确率为 93.8%，其中流纹岩分类准确率最高（100.0%），安山岩次之（87.5%）。留一法交叉验证的总体准确率为 89.6%，表明判别模型具有较高的泛化稳定性。

上面四段可直接用于论文 Methods 和 Results 章节，替换你的实际数值即可。在 chatsrs.com 对话框中回复"生成 APA 报告段落"，ChatSRS 会自动将分析结果转写为上述格式，无需手动整理。

常见 FAQ

Q1：地球化学数据做 PCA 之前需要做成分数据转换吗？

主量元素氧化物数据属于成分数据（compositional data），各变量之和固定为 100%，存在"封闭效应"（closure effect），理论上应做 log 比值转换（如 centered log-ratio, CLR）再做 PCA。

实践建议：

  • 简单比较与探索：直接标准化后做 PCA 在地质文献中普遍接受，结论一致性高
  • 正式统计论文或审稿要求严格：做 CLR 转换后再 PCA，报告时说明"isometric log-ratio transformed"或"CLR PCA"

在 ChatSRS 中输入：

"对主量元素数据做中心对数比（CLR）转换后再进行 PCA，并与标准化 PCA 结果对比。"

ChatSRS 自动完成两套分析并给出差异对比。

Q2：PCA 主成分得分图和构造判别图（如 TAS 图）有什么关系？

TAS 图（Total Alkali vs Silica）、AFM 图等传统地球化学构造判别图是二维交叉图，直接用两个元素轴划分岩类边界，直观但信息维度低。PCA 双标图是数学驱动的多变量投影，能同时可视化 10 个元素的贡献方向，两者互补：

  • TAS、AFM 等图用于地球化学命名与构造背景判别（符合传统地质规范）
  • PCA + LDA 用于统计验证分类可靠性（适合加入论文方法/结果章节）

在 ChatSRS 中输入"同时绘制 TAS 岩类命名图和 PCA 双标图"，可以并排输出两类图供对比。

Q3：判别分析要求多少样本量？样品不足 50 个可以做吗？

经验法则：每组样品数应 >= 预测变量数的 5 倍。本文案例中 10 个变量、三组，理论上每组至少需要 50 个样品；实际地球化学研究受野外采样限制，每组 15–20 个是常见情况。

小样本应对策略：

  1. 降维后做判别：先用 PCA 提取 3–4 个主成分得分，再以主成分得分做判别分析，显著降低变量-样本比
  2. 报告交叉验证准确率（LOO 或 k-fold），而非只报告原始样本准确率
  3. 说明研究局限性：在讨论中注明样本量对判别稳定性的潜在影响

ChatSRS 在检测到变量-样本比偏高时会自动提示，并给出 PCA 降维后再判别的替代方案。

Q4：Wilks' Lambda 越小越好还是越大越好？如何解释？

Wilks' Lambda 取值范围为 (0, 1)，可以理解为"组内方差 / 总方差"：

  • Lambda 越小（越接近 0）：组间差异越大相对于组内变异，判别效果越好
  • Lambda = 1：各组没有可区分的差异
  • 配合 chi^2 检验：用 chi^2 转换后的 p 值判断是否统计显著

本文案例中 Lambda = .031，说明三类岩性在主量元素空间中的组间变异远大于组内变异，分类信号很强。APA 报告时固定格式：

Lambda = .031，chi^2(20) = 167.4，p < .001

Q5：分析完成后如何把 ChatSRS 结果输出为 Word 论文格式？

ChatSRS 支持"Word 直出"功能：

  1. 分析结束后，在对话框输入"导出 Word 报告"
  2. 系统自动生成包含三线表、APA 结果段落、图注的 .docx 文件
  3. 下载后直接粘贴到论文，格式已符合 APA 7th 规范

表格（成分载荷矩阵、方差解释率表、混淆矩阵）均为标准三线表格式，无需手动调整线型。

分析小结

地球化学岩石成分数据的 PCA + 判别分析组合是多元统计方法中信息量最高的分析链之一，关键步骤与 ChatSRS 指令对照如下：

分析目的方法ChatSRS 一句话关键词
数据适宜性检验KMO + Bartlett"KMO 检验和 Bartlett 球形检验"
元素降维与主轴提取PCA（Varimax 旋转）"主成分分析，Varimax 旋转，特征根 >= 1"
主成分可视化双标图（biplot）"PCA 双标图，按岩性着色，显示载荷向量"
岩性判别分类Fisher LDA"线性判别分析，Wilks' Lambda，混淆矩阵"
模型泛化验证LOO 交叉验证"留一法交叉验证准确率"
论文报告APA 7th Word 直出"生成 APA 报告段落 / 导出 Word 报告"

每步的输出 ChatSRS 都能直接生成 APA 7th 格式的报告段落，地球化学方向的毕业生无需额外学习统计软件操作即可完成论文级分析。

相关阅读

本文首发于 ChatSRS 官方博客。如有问题或反馈，欢迎在 ChatSRS 站内 [用户中心 -> 帮助与反馈] 联系我们。