La estadística como herramienta en ciencias de la Tierra

v

Contenido
Prólogo
Prefacio
CAPÍTULO 1: Conceptos Básicos de Estadística
1.1
Introducción
1.2
Nociones básicas
1.3
Tipos de datos
1.4
Descripción del conjunto de datos

i
iii
1
2
4
7

CAPÍTULO 2: Variables discretas y nociones de probabilidad
2.1
2.2
2.3
2.4
2.5
2.5.1
2.5.2
2.5.3
2.5.4
2.5.5

Introducción
Independencia, probabilidad condicional y probabilidad
total
Teorema de Bayes
Caracterización de distribuciones de variables discretas
Modelos de Distribuciones para variables discretas
Distribución Uniforme
Distribución de Bernoulli
Distribución binomial
Distribución de Poisson
Distribución Binomial Negativa

11
14
17
19
23
23
24
24
28
32

CAPÍTULO 3: Datos cuantitativos continuos
3.1
3.2
3.2.1
3.2.2
3.2.3
3.2.4
3.2.5

Gráficos de frecuencia
Medidas estadísticas descriptivas
Medidas de posición o de tendencia central
Dispersión de los valores
Medidas de forma y datos atípicos
Medias geométrica, armónica, pesada y truncada
Medidas empleando cuantiles

35
41
42
50
54
57
63

CAPÍTULO 4: Distribuciones continuas básicas
4.1
4.2
4.3
4.4

Distribución Uniforme: DU(a;b)
Distribución Normal: DN(µ;σ2)
Distribución Normal Estándar: DN(0;1)
Distribución exponencial: DE(λ)

65
68
71
76

CAPÍTULO 5: Distribuciones Muestrales
5.1
5.2
5.3
5.3.1

Introducción
Métodos de muestreo
Distribuciones muestrales
Distribución muestral de medias

79
79
82
83

vi
5.3.2
5.4
5.5
5.5.1
5.5.2
5.5.3

Contenido

Distribución muestral de proporciones
Pruebas de hipótesis
Propiedades de estadígrafos eficientes
Distribución muestral de la diferencia entre dos
estadígrafos eficientes
Distribución muestral de la suma de dos estadígrafos
Distribución muestral para diferencias de proporciones

87
88
100
100
102
103

CAPÍTULO 6; Teoría de las muestras pequeñas
6.1
6.2
6.2.1
6.2.2
6.2.3
6.3
6.3.1
6.4
6.4.1
6.4.2
6.4.3
6.4.4
6.4.5
6.4.6

Introducción.
La distribución Chi-cuadrado: χ2
Distribución de muestreo de la relación entre varianza
muestral y poblacional
Cálculo de intervalos de confianza para la varianza
Prueba χ2de Bondad de Ajuste
La distribución F
Prueba de homogeneidad de varianzas
La distribución t de Student
Cálculo de intervalos de confianza para la media
Prueba de hipótesis para comparar media muestral y
poblacional
Prueba de hipótesis para comparar dos medias muestrales
Intervalos de confianza para diferencias de medias
Prueba de hipótesis para comparar muestras apareadas
Prueba de hipótesis para comparar proporciones

105
106
108
112
114
119
121
123
126
128
132
137
139
140

CAPÍTULO 7: Métodos gráficos para distribución normal y pruebas de
ajuste con una distribución
7.1
7.2
7.2.1
7.2.2
7.3

7.4
7.5
7.5.1
7.5.2
7.5.3
7.5.4

El papel de probabilidad normal
Empleo del papel de probabilidad normal en granulometría
Parámetros que caracterizan sedimentos
Separación gráfica de poblaciones mezcladas
Empleo del papel de probabilidad normal en geoquímica
Método de Lepeltier
Método de Sinclair
El papel de probabilidad normal en hidrología
Gráficos cuantil-cuantil y gráficos P-P
Gráficos Q-Q y gráficos P-P para distribución uniforme
Gráficos Q-Q y P-P para distribución exponencial
Gráficos Q-Q y P-P para distribución normal

143
154
158
161
161

Empleo de gráficos Q-Q para confeccionar gráficos
de Probabilidad Normal

179

169
172
173
178
179

La estadística como herramienta en ciencias de la Tierra

7.5.5
7.6
7.6.1
7.6.2
7.6.3
7.6.4.

Gráficos Q-Q para comparar distribuciones de dos muestras
Pruebas para determinar ajuste con distribuciones
específicas
Prueba K-S de Kolmogorov-Smirnov
Prueba de Kuiper
Prueba de Lilliefors
Prueba de Anderson-Darling

vii
181
187
187
192
193
194

CAPÍTULO 8: Análisis de Varianza
8.1
8.2
8.3
8.3.1
8.3.1.1
8.3.1.2
8.3.1.3
8.3.1.4
8.3.1.5
8.3.1.6
8.3.2
8.3.2.1
8.3.2.2
8.3.2.3
8.4
8.5
8.5.1.
8.5.2
8.5.3
8.5.4

8.6

Introducción
ANOVA de una vía
Comparaciones múltiples
Pruebas para medias
Diferencia mínima significativa de Fisher (LSD)
Prueba de Bonferroni
Prueba de Tukey
Prueba de Scheffé
Método de Newman- Keuls
Test de amplitud múltiple de Duncan
Pruebas para varianzas
Prueba de Bartlett
Prueba C de Cochran
Prueba FMax de Hartley
Validez del modelo planteado para una vía
ANOVA con dos o más factores
Modelo aditivo con 2 factores
Modelo multiplicativo con 2 factores
ANOVA de dos vías sin réplicas
ANOVA de 2 vías con replicaciones
Modelo con efectos fijos
Modelo con efectos aleatorios
Modelos anidados

195
196
204
204
204
205
206
208
210
213
213
214
214
215
216
218
220
221
221
224

232

CAPÍTULO 9: Métodos no paramétricos
9.1
9.2
9.3
9.3.1
9.3.2
9.3.3
9.4
9.4.1

Introducción
Transformación de datos
Generalidades de las pruebas de tendencia central
Comparar mediana muestral y poblacional
Test de signos con Distribución Binomial
Test de signos con χ2
Test de rangos con intervalo de confianza
Comparación de dos grupos de datos independientes
Test de suma de rangos de Wilcoxon

237
239
240
240
243
245
246
246

viii
9.4.2
9.4.3
9.4.4
9.5
9.5.1
9.5.2
9.6
9.7
9.7.1
9.7.2
9.7.3
9.8
9.8.1
9.8.2
9.8.3
9.9
9.9.1
9.9.2
9.9.3

9.9.4
9.9.5
9.9.6

Contenido

Método de Hodges, Ramsay y Wechsler para calcular
valor-p en test de Wilcoxon
Test U de Mann-Whitney
Prueba δ de Cliff
Comparación de dos grupos de datos apareados
Prueba de signos con D. Binomial o con D.χ2
Test de rangos con signos de Wilcoxon para muestras a
apareadas
Prueba de rachas de Wald-Wolfowitz para comparar dos
distribuciones
Pruebas para dispersiones de dos muestras
Test de Ansari-Bradley
Comparación de varianzas de dos muestras no
independientes provenientes de poblaciones con DN
Prueba de Moses para diferencias en dispersión
Pruebas para datos categóricos
Prueba exacta de Fisher
Prueba χ2 para tablas 2x2 de contingencia
Prueba de cambios de McNemar
Pruebas para más de dos muestras
Prueba χ2 para Md
Prueba χ2 para proporciones
Prueba de Levene para comparar varianzas
Prueba de Levene
Prueba de Levene modificada
Prueba de Kruskal-Wallis para variables continuas
Prueba de Friedman para m muestras relacionadas
Q de Cochran para m muestras y variables dicotómicas

248
249
254
258
258
259
262
264
264
268
269
271
271
274
276
277
277
278
279

281
282
285

CAPÍTULO 10: Métodos bivariantes: Correlación
10.1
10.2
10.2.1
10.2.2
10.2.3
10.3
10.3.1
10.3.2
10.3.3
10.4
10.4.1
10.4.2

Introducción
Análisis de Correlación
Covarianza
Coeficiente de correlación de Pearson
Prueba de significación para r
Correlación no paramétrica
Coeficiente de correlación ρ’ de Spearman
Prueba de significación para r’
Coeficiente de correlación τ de Kendall
Relaciones entre dos variables categóricas
Coeficiente de correlación cuadrática media
Coeficiente de contingencia φ de Cramér

287
289
291
294
299
301
301
304
305
313
314
315

La estadística como herramienta en ciencias de la Tierra

10.4.3
10.4.4
10.4.5
10.4.6
10.4.7

Coeficiente de contingencia C de Pearson
Coeficiente corregido C* de Pawlik
Coeficiente V de Cramér
Coeficiente T de Tschuprow
Empleo de coeficientes y errores en validación de tablas
de confusión

ix
315
317
317
318
319

CAPITULO 11: Métodos bivariantes: Regresión
11.1
11.2
11.3
11.4
11.4.1
11.4.2
11.4.3
11.4.4
11.5
11.6
11.6.1
11.6.2
11.6.3

Análisis de regresión
Modelo de regresión lineal simple
Prueba de significación de la regresión
Intervalos de confianza para regresión lineal simple
Intervalos de confianza para σ2
Intervalos de confianza para β1
Intervalos de confianza para β0
Intervalos de confianza para los valores predichos de Y
Modelo de regresión lineal Tipo II
Modelo de regresión curva
Modelo de regresión exponencial
Modelo de regresión logarítmica
Modelo de regresión potencial

321
321
326
329
330
330
331
331
333
341
341
344
347

CAPITULO 12: Datos secuenciales
12.1
12.2
12.2.1
12.2.2
12.2.3
12.2.4
12.2.5
12.2.6
12.2.7
12.2.8
12.2.8.1
12.2.8.2
12.2.9
12.2.10
12.2.11
12.3
12.3.1
12.3.2
12.4
12.4.1

Análisis de series de eventos
Análisis de series de tiempo
Modelos
Suavizados
Tendencia
Métodos de diferencias
Ventanas móviles divididas
Regresión
Modelos con tendencia no lineal
Función Logística
Linealización
Método de tres puntos equidistantes
Función de Mitscherlich
Curva de Gompertz
Función Alométrica
Determinación de Ciclos
Autocorrelación
Ajustes cíclicos o estacionales
Métodos en el dominio de la frecuencia
Análisis de Fourier

351
356
358
358
362
362
363
365
366
366
367
370
372
373
374
375
375
381
381
382

x
12.4.2

Contenido

Periodograma o espectro de frecuencias
Test g
Test de ruido blanco

383

Capítulo 13: Direcciones en el Plano
13.1
13.2
13.3
13.3.1
13.3.2
13.3.2.1
13.3.2.2
13.3.2.3
13.3.2.4

13.3.3
13.3.3.1
13.3.3.2
13.3.3.3
13.3.3.4
13.3.3.5
13.3.3.6
13.3.3.7
13.4
13.5
13.6
13.7
13.8
13.9
13.10
13.10.1
13.11
13.11.1
13.11.2
13.11.3
13.11.4
13.12
13.13

Introducción
Datos circulares
Parámetros y estadígrafos circulares
Rango circular
Medidas de posición
Moda
Dirección media de datos vectoriales
Dirección media de datos axiales
Mediana y cuartiles
Datos vectoriales
Datos axiales
Cuartiles
Medidas de concentración (o de dispersión)
Longitud de la resultante media
Varianza circular
Dispersión circular δ
Desviación estándar circular Sθ
Desviación estándar angular D(θ )
Desviación media circular D(θMd )
Diferencia media angular Dm
Momentos trigonométricos centrales
Asimetría
Curtosis
Caracterización circular de ciclos en series de tiempo
Modelos de distribuciones circulares
Distribución circular uniforme
Distribución de von Mises
Simulación de una distribución von Mises
Estimación de parámetros de una DVM
Estimación de µ por máxima verosimilitud
Estimación de κ por máxima verosimilitud
Propiedades de los estadígrafos
Cuantiles de una DVM(µ,κ)
Distribución normal cerrada
Distribución cardioide

Capítulo 14: Análisis de datos circulares

387
388
392
393
394
394
395
498
401

405
405
406
406
407
407
408
408
409
412
413
416
419
420
421
425
427
427
428
429
431
432
433

La estadística como herramienta en ciencias de la Tierra

14.1
14.1.1
14.1.2
14.1.2.1
14.1.2.2
14.1.2.3
14.1.3
14.1.4
14.1.5
14.1.6
14.2
14.3
14.3.1
14.3.1.1
14.3.1.2
14.3.1.3
14.3.1.4
14.4
14.4.1
14.4.2
14.5
14.6
14.7
14.7.1
14.7.2
14.7.3
14.8
14.9
14.9.1
14.9.2

14.9.3

Pruebas de uniformidad
Método gráfico
Pruebas de Rayleigh
Prueba de Rayleigh original
Modificación para muestras pequeñas
Modificación para hipótesis alternativa de distribución
unimodal con media µ
Prueba de Kuiper
Prueba U2 de Watson para DUC
Prueba de Hodges-Ajne
Prueba de rango Circular
Pruebas de bondad de ajuste basadas en pruebas de
uniformidad
Pruebas con distribuciones von Mises
Comparar media muestral con poblacional su el parámetro
de concentración es conocido
Prueba de relación de probabilidad
Prueba de Stephens
Prueba condicional
Concentración cuando no se conoce el parámetro de
concentración
Cálculo de intervalos de confianza
Intervalos de confianza para µ
Intervalos de confianza para κ
Prueba de igualdad entre una estimación k y un parámetro
de concentración κ
Comparación de parámetros de concentración estimados
con dos muestras
Comparación de direcciones medias de dos muestras
Comparación de dos medias cuando κ1=κ2=κ conocido
Comparación de dos medias cuando κ1=κ2
Comparación de dos medias cuando κ1≠κ2
Comparación de parámetros de concentración de varias
muestras
Comparación de direcciones medias de varias muestras
Prueba para medias con homogeneidad de parámetros de
concentración y κ conocido
Prueba para medias con homogeneidad de parámetros de
concentración y κ desconocido
Prueba para medias cuando los parámetros de concentración
son distintos

xi
435
435
436
436
439
440
442
445
447
448
449
450
450
450
453
453
456
458
459
459
460
463
465
466
466
467
471
472
473
473

474

xii
14.10

Contenido

Análisis de varianza

476

Capítulo 15: Correlación, regresión y métodos no paramétricos para datos
circulares
15.1
15.2
15.2.1
15.2.2
15.2.3
15.3
15.3.1
15.3.2
15.3.3.
15.3.4
15.3.5.
15.4
15.5
15.6
15.7
15.7.1
15.7.2.
15.8
15.8.1
15.8.2
15.8.3
15.8.4
15.9

Análisis de correlación
Correlación entre una variable escalar y una circular
Coeficiente de correlación RXθ
Prueba de significación para RXθ
Coeficiente de correlación por rangos
Correlación entre dos variables circulares
Coeficiente de correlación circular-circular rθφ
Prueba de significación para rθφ
Coeficiente de correlación circular-circular por rangos r0
Coeficiente de correlación circular-circular por rangos Πn
Prueba de independencia de Rothman
Correlación en series de tiempo direccionales
Regresión simple
Prueba no paramétrica de simetría
Prueba no paramétrica de simetría rotacional
Prueba χ2
Prueba por rangos
Prueba no paramétrica de igualdad de distribuciones
Prueba de corridas
Prueba de rangos
Prueba U2 de Watson
Prueba de igualdad de varias distribuciones
Bootstrap con datos direccionales

483
483
483
485
487
490
490
491
492
494
495
496
496
500
501
502
502
504
504
505
505
508
509

Capítulo 16: Direcciones en el espacio
16.1
16.2

16.3
16.3.1
16.3.2
16.3.3
16.4
16.5
16.6
16.6.1

Introducción
Sistemas de coordenadas
Cálculo de coordenadas para lineaciones
Cálculo del ángulo entre dos vectores
Proyección al plano de datos esféricos
Proyección estereográfica
Proyección equiareal
Proyección ortogonal de Zijderveld
Dirección media y medidas de dispersión
Análisis exploratorio
Análisis matricial
Definición de rectas y planos por análisis matricial
Aplicación en paleomagnetismo
Aplicación en estructuras geológicas

511
512

516
516
520
522
524
526
526
532

La estadística como herramienta en ciencias de la Tierra

16.7
16.8
16.9
16.10
16.10.1
16.10.2
16.10.2.1
16.10.2.2
16.10.3
16.10.4
16.10.5
16.10.6
16.10.7
16.10.8
16.10.9
16.10.10

Modelos de distribuciones esféricas
Distribución uniforme estérica
Distribución esférica puntual
Distribución de Fisher
Estimación de media µ
Estimación del parámetro de concentración κ
Estimación de κ cuando se conoce µ0
Estimación de κ cuando hay datos atípicos
Intervalos y regiones de confianza
Cono de confianza para la dirección media
Intervalo de confianza para κ
Prueba de bondad de ajuste a una DF
Q-Q longitud, latitud, 2 variables
Comparación de parámetros de concentración
Comparación de direcciones medias
simulación de una muestra con DF
Prueba de DUe versus DF

xiii
536
536
538
538
542
542
543
544
546
548
550
551
554
555
558
558

Capítulo 17: Métodos Multivariantes
17.1
17.2
17.2.1
17.2.2
17.2.3
17.3
17.4
17.4.1
17.4.2
17.4.3
17.4.4
17.4.5
17.4.6
17.5
17.6
17.7
17.8
17.8.1
17.8.2
17.8.3

Introducción
Muestras multivariadas
Comparación de muestras multivariadas
Comparación de matrices de covarianza
Aporte de cada variable a las diferencias
Análisis discriminante
Regresión múltiple
Regresión lineal múltiple
Significación de la regresión
Análisis de los residuales
Significación de las variables en la regresión
Regresión con variables centradas o estandarizadas
Interacción entre las variables independientes
Regresión multivariante
Análisis de correlación canónica
Análisis de agrupamiento
Breve resumen de otros métodos multivariantes
Análisis de componentes principales y análisis de factores
Análisis de correspondencia
Métodos especiales para datos composicionales

559
560
561
563
564
564
567
567
571
572
574
575
576
576
577
579
581
581
584
584

Capítulo 18: Datos con correlación espacial
18.1
18.2

Introducción
Métodos de grillado

585
586

xiv
18.3
18.4
18.5
18.6
18.7
18.8
18.9

Contenido

La Geoestadística en sentido estricto
Variables regionalizadas
Variables estacionarias y funciones de estructura
Variograma experimental
Anisotropías
Modelos de variogramas
Kriging

Trabajos citados

587
588
589
592
594
595
598
601