The Fundamental Relationship Between Sample Mass and Sampling Variance in Real Geological Samples and Corresponding Statistical Models

Exploration and Mining Geology, Vol. 16, No. 1-2, 2007
C.R. Stanley

Cette publication n'est pas offerte dans votre langue; certains de ses renseignements ont été préremplis pour la version française.
Mots clés : Sampling error, sample mass, binomial distribution, hypergeometric distribution, Poisson distribution, equant grain model
Résumé En exploration minérale et en production minière, il est quelquefois nécessaire de réduire l’erreur d’échantillonnage afin d’améliorer la représentativité des analyses d’échantillons individuels. Les tentatives historiques de réduction de l’erreur d’échantillonnage reposaient sur la croyance que des échantillons de plus grande taille possèdent une erreur d’échantillonnage moindre. Les justifications traditionnelles de cette croyance découlaient de l’application du théorème binomial à un matériel géologique idéalisé constitué de particules de minerai et de gangue de taille et de forme similaires (un modèle équigranulaire), et d’essais empiriques sur des matériaux géologiques, pour illustrer une relation inverse entre la taille de l’échantillon et la variance de l’échantillonnage. Il n’existe à ce jour aucune preuve que cette relation entre la taille de l’échantillon et la variance de l’échantillonnage est valide dans des matériaux géologiques réels dont les constituants présentent des variations granulométriques, géométriques, compositionnelles et de degré de libération.