Curso:

Anlisis estadstico y
geoestadstico de datos

Objetivos del curso

Entregar conocimientos tericos y prcticos para estudiar, modelar e
interpretar datos procedentes de muestreo, experimentos o pruebas
industriales.
1

Medicin

Dato

Informacin

Conocimiento

Toma de decisin

Malla curricular
Plan comn de ingeniera

Usted
est
aqu

Licenciatura en ciencias
de la ingeniera,
mencin minera y
metalurgia extractiva

Carrera de ingeniera
civil de minas

Minor en minera
Minor en metalurgia
extractiva

Magster en minera
o
aqu

Otras
licenciaturas

o
aqu

Doctorado en
ingeniera de
minas

o
aqu!

Disciplinas relacionadas
con el anlisis de datos
Estadstica
Muestreo

Probabilidades

Diseo de
experimentos

Procesos
estocsticos

Control de
procesos

Series de
tiempo

Teora de
la seal

Cronoestadstica
Minera
de
datos

Geoestadstica

Definicin de la estadstica

La estadstica es un conjunto de
procedimientos, herramientas y
tcnicas usadas para recolectar,
presentar, analizar y modelar
datos.
Sus objetivos son ya sea explicar
o interpretar un fenmeno, o bien
ayudar en la toma de decisin en
una situacin de incertidumbre o
frente a informacin incompleta,
cuando no se puede conocer la
realidad en forma exhaustiva.

Definicin de la estadstica
El modelamiento estadstico permite organizar nuestras elecciones y decisiones,
pero no permite legitimar estas elecciones de manera absoluta.

Definicin de la estadstica
Se distingue la estadstica matemtica y la estadstica aplicada, la cual se
subdivide en descriptiva e inductiva.
La estadstica descriptiva se refiere a la recopilacin, presentacin y descripcin
de un grupo de datos, resumindolo con unos pocos elementos de informacin
que caracterizan la totalidad del grupo.
La estadstica inductiva o inferencial es el proceso para lograr generalizaciones
acerca del todo (llamado la poblacin) examinando una parte (llamada la
muestra). Permite darse una idea de cmo est la poblacin (estimacin de
caractersticas), responder preguntas o confirmar comportamientos (prueba de
hiptesis) as como generar modelos y predicciones (regresin, minera de datos y
anlisis multivariable).

Ejemplos de aplicacin
Control de estndares de calidad en la toma, preparacin y anlisis de muestras
en mina (por ejemplo, para clculo de recursos/reservas, control de leyes,
reconciliacin), en planta (para monitoreo y control de procesos, control
granulomtrico), en pilas de lixiviacin y relaves (gestin ambiental)

Ejemplos de aplicacin
Gestin de operaciones: determinar el promedio de vida y la dispersin de vida
de un equipo; modelar la distribucin del rendimiento de un equipo; analizar las
caractersticas del mineral procesado (densidad, granulometra,)

Ejemplos de aplicacin
Comparacin de las caractersticas de insumos de
distintos abastecedores (aceros para perforacin,
explosivos para tronadura, reactivos para plantas de
flotacin, etc.)

Ejemplos de aplicacin
Modelos de dependencias entre variables

productividad vs. variables operacionales
(nmero de camiones, disponibilidad de
equipos, tipo de material extrado, tipo de
equipos) en vista a mejorar la planificacin
y cumplir con los planes de produccin

caractersticas del macizo rocoso, consumo de
energa en molienda y tiempo de residencia
del mineral para lograr un tamao de
liberacin requerido, en vista a optimizar las
mezclas de minerales y la estrategia de
extraccin

caractersticas metalrgicas (solubilidad,
recuperacin metalrgica) vs. abundancias de
especies minerales

Ejemplos de aplicacin
Diseo de pruebas y experimentos e
interpretacin de resultados:

perforacin

tronadura

acondicionamiento del macizo rocoso

fenomenologa del flujo gravitacional

automatizacin de cargadores frontales

Ejemplos de aplicacin
Data Mining
Anlisis de datos existentes, recolectados para otros fines, para sacar
nuevas conclusiones.
Exploracin de relaciones entre datos, descubrimiento de conjuntos o
subconjuntos de datos correspondientes a condiciones o resultados de
inters.
Back Analysis
Anlisis de condiciones y datos presentes al momento de ocurrir un hecho
que dio lugar a un resultado conocido.

Definicin de la geoestadstica
La geoestadstica es un conjunto de herramientas y mtodos para analizar datos
que estn distribuidos en un espacio Euclidiano (espacio geogrfico, eje
temporal). Se aplica al estudio de variables regionalizadas, es decir,
variables numricas que se extienden en el espacio geogrfico, conocidas a
partir de una toma de muestra.
Los principales campos de aplicacin corresponden a las ciencias de la tierra y
la evaluacin de recursos naturales, ya sea minerales, petrolferos, gasferos,
forestales o halieticos.

Ejemplos de aplicacin
Agricultura y ciencias del suelo
Se estudia variables como concentraciones de nutrientes, pH, salinidad, capacidad
de intercambio catinico, conductividad elctrica del suelo.
Ejemplo: mediciones de pH en muestras de suelo

Qu zonas necesitan un
tratamiento (abono de cal) para
reducir la acidez del suelo y
mejorar la fertilidad?

Ejemplos de aplicacin
Ciencias forestales
Se estudia variables como densidad, altura y dimetro promedio de los rboles, o
cantidad de biomasa.
Ejemplo: mediciones en un bosque del nmero de pinos Radiata en reas de 500 m2

Cul es la distribucin de pinos

en la zona de estudio?
Cuntos recursos forestales
puede tener esta zona?

Ejemplos de aplicacin
Ciencias medio ambientales
Se estudia variables como las concentraciones de elementos contaminantes en la
atmsfera o en el suelo.
Ejemplo 1: mediciones de la concentracin de plomo en una zona contaminada

Qu reas sobrepasan las

normas y necesitan remediacin?

Ejemplos de aplicacin

Ejemplo 2: monitoreo de la calidad del aire en la cuenca de Santiago

Se debe decretar alerta, preemergencia o emergencia

para maana?

Ejemplos de aplicacin
Geo-minero-metalurgia
Se estudia variables geolgicas, geotcnicas y/o metalrgicas (leyes de elementos
de inters, potencia y acumulacin de una veta, tipo de roca, dureza, recuperacin
metalrgica) que caracterizan un yacimiento.
Ejemplo: campaa de sondajes en un yacimiento aurfero

Cul es la distribucin de las

leyes en el yacimiento? Cules
son los recursos minerales
(tonelaje, ley media) que se puede
extraer? Cmo planificar la
explotacin del yacimiento?

Ejemplos de aplicacin
Otros campos de aplicacin
geoqumica: se modela la distribucin espacial de elementos de inters
econmico, en vista a la deteccin de anomalas y la prospeccin minera
geofsica: se modela la densidad de roca o el campo de velocidad en el subsuelo a
partir de mediciones directas e indirectas (datos gravimtricos; datos ssmicos;
datos magnticos)
geologa: se modela redes de fallas o de fracturas en un macizo rocoso, o
propiedades petrofsicas o geoqumicas del suelo o subsuelo
ingeniera de petrleo, hidrogeologa: se estudia variables petrofsicas como la
porosidad y la permeabilidad de la roca para caracterizar un reservorio petrolero o
un acufero. Tambin se puede estudiar la carga hidrulica y la transmisividad
para modelar flujos y dispersin de contaminantes

Ejemplos de aplicacin
gestin de riesgos naturales: se evala la probabilidad de ocurrencia de sismos,
erupciones volcnicas, inundaciones, etc.
oceanografa: se modela la salinidad y la temperatura del agua, o la
profundidad del fondo marino
climatologa / meteorologa: se modela variables atmosfricas (temperatura y
humedad del aire, presin, radiacin solar incidente) o la distribucin de lluvias
en una regin
halietica: se busca evaluar la abundancia de especies marinas (peces, moluscos,
crustceos, etc.) en el ocano, para la planificacin, gestin y seguimiento de la
pesca

Ejemplos de aplicacin
ecologa: se modela la distribucin de especies animales (ballenas, ands,
insectos, etc.) o de la vegetacin en un ecosistema
epidemiologa: se modela la distribucin de plagas y enfermedades (leucemia,
cncer, enfermedades raras) y su propagacin
ciencias sociales: se modela variables demogrficas como la tasa de fecundidad o
socio-econmicas como el precio de la vivienda o el nivel de ingreso
anlisis de imgenes: problemas de compresin de informacin, reconocimiento
de patrones, segmentacin, clasificacin, modelamiento de objetos, estereologa,
etc., en imgenes digitales obtenidas por fotografas, percepcin remota o
microscopia
crono-estadstica / series de tiempo

Tipo de datos estudiados

Tanto la estadstica como la geoestadstica permiten estudiar datos numricos
cuantitativos. Estos datos pueden corresponder a distintos tipos de variables:
Variables continuas (ordinales): leyes de mineral, densidad de roca,
recuperacin metalrgica, etc.
Variables discretas (ordinales): variables de conteo (ej.: nmero de fallas
de un equipo); variables discretizadas (ej.: clases de leyes de mineral,
abundancias de minerales medidas en una escala cualitativa)
Variables categricas (nominales): tipos de roca, alteraciones,
mineralizaciones, etc.
Adems de la informacin de la(s) variable(s), los datos geoestadsticos deben
poseer la informacin de las coordenadas correspondientes a las mediciones
realizadas.

Contenidos
Primera parte: Anlisis estadstico de datos
Leccin 1: fundamentos de estadstica
Leccin 2: inferencia estadstica
Leccin 3: calidad de datos
Leccin 4: pruebas de hiptesis
Leccin 5: estadstica comparativa
Leccin 6: anlisis de varianza
Leccin 7: diseo de experimentos
Leccin 8: mnimos cuadrados
Leccin 9: anlisis multivariable

Contenidos
Segunda parte: Anlisis geoestadstico de datos
Leccin 1: fundamentos de geoestadstica
Leccin 2: estudio exploratorio de datos
Leccin 3: modelo geoestadstico
Leccin 4: anlisis variogrfico: variograma experimental
Leccin 5: anlisis variogrfico: modelamiento de variograma
Leccin 6: interpolacin espacial
Leccin 7: geoestadstica multivariable

Organizacin del curso

1) Ctedra: 1 control de mitad de semestre; 1 control final; 1 examen final
2) Laboratorio
3) Trabajo personal: dos proyectos

Nota ctedra = 0.5* (control 1 + control 2) + 0.5 * examen

Nota actividades complementarias = 0.5* (proyecto 1 + proyecto 2)
Nota final = 0.5* Nota ctedra + 0.5 * Nota actividades complementarias
Se debe aprobar por separado la ctedra y las actividades complementarias