Abstract
Factorial analysis is the technique of multivariate statistics which aims at the reduction of the number of initial variables of analysis, in order to decrease information loss. The technique creates a small group of common factors not observed from the interpretation of the existing interrelations within the set of observed variables. In this article, the factor analysis was applied using the R program with the objective of finding factors that represent the relation between the contaminants of an iron ore. To this end, the variables Fe, SiO2, Al2O3, P, Mn, TiO2, CaO, MgO and PPC (loss by calcination) were analyzed. The factors were extracted using the Main Components method, using the sample correlation matrix. It was observed that 83.5% of the total variance could be explained by 3 factors. Using the orthogonal rotation of the Varimax type, it was observed that the PPC, CaO and MgO variables have higher loads in factor 1 (carbonate presence), Al and TiO2 variables have higher loads in factor 2 (chemical weathering and/or igneous intrusions) and factor 3 is related to the Manganese variable.
Highlights
Factorial analysis is the technique of multivariate statistics which aims at the reduction of the number of initial variables of analysis, in order to decrease information loss
Estas correlações também foram apresentadas através do gráfico de elipses da Figura 3, onde a cor azul representa correlação positiva e os tons mais fortes representam as correlações mais altas
O fator 1, cujas cargas fatoriais foram superiores a 0,8 (após a rotação ortogonal Varimax), permitiu relacionar as variáveis CaO, MgO e PPC à presença de carbonatos de cálcio e de magnésio, cuja presença em teores elevados, contribui para uma maior perda por calcinação (PPC) e também maiores teores dos óxidos de cálcio e de magnésio
Summary
O tratamento da grande quantidade de dados obtidos a partir de prospecção mineral e levantamentos geoquímicos é enormemente facilitado pelo emprego de técnicas e ferramentas da estatística multivariada. Análise fatorial multivariada aplicada na caracterização de contaminantes de um depósito de minério de ferro significativas, de maneira hierarquizada, apresentando comportamentos e tendências destacáveis e a relação entre as variáveis estudadas [1,2]. Ferreira [3] salienta que os métodos multivariados são promissores, uma vez que os estudos geológicos envolvem conjuntos complexos de fatores e variáveis, e uma grande quantidade de dados, dificultando a análise isolada dos fatores. O autor apresentou uma linha de raciocínio na qual ressalta a grande importância da aplicação das técnicas de estatística multivariada a dados obtidos a partir de estudos de caracterização de minas, com o intuito de prever sua viabilidade de explotação e comportamento em etapas de concentração. Testes KMO/MSA, determinação da matriz de cargas fatoriais utilizando o método dos componentes principais, extração do número de fatores a partir do gráfico scree plot (gráfico de autovalores versus número de fatores); rotação ortogonal dos fatores utilizando o método varimax, e interpretação dos fatores a partir da análise das cargas fatoriais das variáveis
Sign-in/Register to view highlights & summary Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
