While grade estimation, the method also has an important part. There are many different grade estimation methods. However, the Nearest Neighbor method was chosen to distribute the data obtained after the drillings and the data compiled. Thus, an RMR value was assigned to each block for each lithology. After the grade estimation, cross validation was performed for each lithology to see that the data were distributed close to reality and to determine that the correct ellipsoid choice was made (Figure 4-28 / Figure 4-31). The process is designed to assist in the selection of parameters for grade estimation, using the cross-validation method. The cross-validation method works by removing each point in turn from the data file and estimating its value from the remaining data. In this way a table of actual and estimated values is created. A detailed statistical analysis is then carried out comparing the actuals and estimates. One or more of the estimation parameters can then be changed and the process rerun to see whether the new parameters improve the results of the statistical analysis. The method is therefore iterative, requiring several runs to establish the best set of parameters. The graphs produced as a result of the statistical studies are given below (Figure 4-28 / Figure 4-31).

Not tahmininde yöntemin de önemli bir yeri vardır. Pek çok farklı derece tahmin yöntemi bulunmaktadır. Ancak sondajlar sonrasında elde edilen veriler ve derlenen verilerin dağıtımı için En Yakın Komşu yöntemi seçilmiştir. Böylece her litoloji için her bloğa bir RMR değeri atanmıştır. Derece tahmini sonrasında verilerin gerçeğe yakın dağıldığını görmek ve doğru elipsoid seçiminin yapıldığını belirlemek amacıyla her bir litoloji için çapraz doğrulama yapılmıştır (Şekil 4-28 / Şekil 4-31). Süreç, çapraz doğrulama yöntemini kullanarak not tahmini için parametrelerin seçimine yardımcı olmak üzere tasarlanmıştır. Çapraz doğrulama yöntemi, her noktayı sırasıyla veri dosyasından çıkararak ve değerini kalan verilerden tahmin ederek çalışır. Bu şekilde gerçek ve tahmini değerlerin bir tablosu oluşturulur. Daha sonra gerçekleşenler ve tahminler karşılaştırılarak ayrıntılı bir istatistiksel analiz gerçekleştirilir. Daha sonra tahmin parametrelerinin bir veya daha fazlası değiştirilebilir ve yeni parametrelerin istatistiksel analiz sonuçlarını iyileştirip iyileştirmediğini görmek için süreç yeniden çalıştırılabilir. Bu nedenle yöntem yinelemelidir ve en iyi parametre kümesini oluşturmak için birkaç çalıştırma gerektirir. İstatistiksel çalışmalar sonucunda üretilen grafikler aşağıda verilmiştir (Şekil 4-28 / Şekil 4-31).