Factor analysis of measurement data using the example of physicochemical well data for shale formations

Abstract

The paper presents the use of statistical factor analysis for the reduction of the number of physicochemical measurement variables, based on the example of well data from shale formations. The main objective of the conducted analyses was the reduction of the number of measurement variables in a manner which would enable the preservation of the possibly high amount of information about the variability of the original data. The presented procedure consists of two main stages: 1) the elimination of correlated variables, 2) the actual factor analysis. The method turned out to be effective and it can constitute a basis for further analyses, e.g. an agglomeration analysis.Key words: shale formations, physicochemical measurements, factor analysis.Analiza czynnikowa danych pomiarowych na przykładzie danych fizykochemicznych odwiertów formacji łupkowych W artykule przedstawiono zastosowanie statystycznej analizy czynnikowej do redukcji liczby fizykochemicznych zmiennych pomiarowych na przykładzie danych z odwiertów w formacjach łupkowych. Celem przeprowadzonych analiz była redukcja liczby zmiennych pomiarowych w sposób umożliwiający zachowanie możliwie dużej ilości informacji na temat zmienności pierwotnych danych. Przedstawiona procedura składa się z dwóch podstawowych etapów: 1) eliminacja zmiennych skorelowanych, 2) właściwa analiza czynnikowa. Metoda okazała się być efektywna i może stanowić podstawę dla dalszych analiz, np. analizy aglomeracyjnej.Słowa kluczowe: formacje łupkowe, pomiary fizykochemiczne, analiza czynnikowa.Depending on the degree of the identification of a reservoir we may deal with several to over a dozen measurement values (measurement variables) characterising the petrophysical, geochemical, lithological or mechanical properties in each well in the reservoir. As the measurements progress, for each well we get a set of measurement variables of various types (measured in different units), which are not only correlated with each other to a varying extent, but also contain a very high number of cases, meaning the individual measurements taken along the depth of the well. The high number of variables and the amount of individual measurements are the cause of redundancy, resulting in difficulties associated with their interpretation, and make the detection of the internal structure of the data more difficult.Limiting the number of measurement variables would allow their more effective analysis and the determination of the characteristic values for each well. These values would constitute a basis for the assessment of the similarity of data originating from various wells. To this end, the use of basic statistical values such as the mean value or variance is