Anlisismultivariable

D.ABURTOM.
2015

Por qu lageoestadstica
multivariable
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

Relacin gentica devariables:

Techo ypiso deunestrato sedimentario (espesor).
Utilizar elpiso yelespesor paraestimar eltecho en
lugares sininformacin.
Variables(leyes)deunyacimiento polimetlico.
Leyes demetales ycontaminantes.
Concentraciones deelementos trazas por un
estudio geoqumico.

Por qu lageoestadstica
multivariable
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

Mostrar lasrelaciones entrevariables.

Mejorar laestimacin deuna variablegracias
alautilizacin deotras variables,muestreadas
enlosmismos puntos (caso isotpico)ono
(caso heterotpico).
Mejorar lacoherencia entrelasestimaciones
devariasvariables.
Simulacin conjunta devariasvariables.

HERRAMIENTASESTADSTICAS
BIVARIABLES

Nubedecorrelacin
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

Nubedecorrelacin:
Permitelaidentificacindepoblaciones
diferentes.
Permitevisualizarlarelacinentrelas
variables.

Nubedecorrelacin
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

Ladistribucindelasvariablespuedeserdifcilde
leereinterpretar.
Puedesertiltransformarunaolaotravariable,
ejemplocalcularellogaritmo.

Distribucinporclases
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

LadistribucindeunavariableZ2 porclasesdeuna
variableZ1,representaexperimentalmentela
distribucincondicionaldeZ2 sabiendoqueZ1=z1.

Coeficientedecorrelacinlineal
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

y 2 son2VA
Medias:
1
1 y 2
Varianzas:
1

Desviacionesestndar
y
8

Coeficientedecorrelacinlineal
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

Covarianza:
12

Coeficientedecorrelacin:
,

Aberracionescomo
1 y
1 ,puedenaparecer
cuando y ,nofueronmuestreadasenlosmismos
puntos( mediasyvarianzasnosoncalculadasconlos
mismospuntos).
9

Coeficientedecorrelacinlineal
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

Coeficientedecorrelacinmidela
dependencialineal entredosvariables.
Cuandoexisteunadependencialineal entre
,
o
dosvariables
Cuandolasvariablessonindependientes

Puedeserceroparavariablesquenoson
independientes(otrotipodedependencia).
Esmuysensiblealosvaloresextremos.
10

Regresinlinealentre2variables
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

Laregresinlinealde sobre eselmejor

estimadorde porunafuncinlinealde

Sinsesgo:

Entonces:

Elpuntodecoordenadas
laregresin.

estsobrelarectade

11

Regresinlinealentredosvariables
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

Varianzadelerror:

Mnima,laderivadaconrespectoaaeigualacero,
entregalapendientedelarectadelaregresin:

12

Regresinlinealentredosvariables
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

Ecuacindelarectaderegresin:

ElerrorRylavariableconocida
correlacionadas

noestn

13

Regresinlinealentredosvariables
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

Lasregresioneslinealesde

sobre

yde

sobre

Entreganrectasdiferentesquesecruzanenlasmedias.

Utilidaddelaregresinlineal,realizarunaestimacin
lineal,ejemplodensidadapartirdeleyesdeFe.
14

Comentariosfinales
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

Estasherramientassonmuytiles.
Sinembargo,ellasnoentreganestadsticasespaciales,
ellasnodependendelalocalizacingeogrficadelas
muestras.
Ellasdependendelsoporteydeldominioestudiado.
Cuandonohaycorrelacinentrelasvariables
localizadasenlosmismospuntos,puedeexistiruna
correlacinentrelasvariablesmedidasenpuntos
diferentes.

15

HERRAMIENTAS
ESTRUCTURALES

Resumendeherramientas
univariables
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

esunaFA.Paraunpuntofijo ,

esunaVA.

lamediaenelpunto (llamada

derivasielladependede ).
,covarianzanocentradaentre

covarianzacentradaentre

,
y

.
17

Resumendeherramientas
univariables
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

Estacionaridaddeorden2.
Mediaconstante:
Covarianza
Varianzaconstante

Corrlograma [correlacinentre

18

Resumendeherramientas
univariables
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

Varianzadeunacombinacinlineal:

19

HERRAMIENTASBIVARIABLES

Covarianzacruzada
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

son2FA

Paratodoslosparesdepuntos(x,y)lacovarianza
cruzadaespordefinicin:

Ellaesdiferentedelacovarianzaenlosmismos
puntos:

,
21

Covarianzacruzada
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

Si
,
0 , , lasfunciones
aleatoriasnoestncorrelacionadas,olasvariables
notienencorrelacinespacial.

Esunapropiedadmsfuertequelaausenciade
correlacinenlosmismospuntos.

22

Covarianzacruzada
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

Covarianzacruzadaestacionaria:
Lacovarianzacruzadaesinvarianteportranslacin:elladepende
solamentedeladistancia entrelospuntos e
.
Covarianzacruzadacentrada:
,
E
Debemosconocerlasmedias

Ellaspuedenserestimadasglobalmenteosloconlospuntos
utilizadosparaladistancia .
23

Covarianzacruzada
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

Correlacincruzada:

Suestimacinnecesitalasmediasylasvarianzasparalasdos
y
.
variables
Lasmediasyvarianzas(noestacionarias)calculadasapartir
solamentedelospuntosusadosparaladistancia aseguranque
1 perogeneranproblemasdesesgo.
Lacovarianzacruzadageneralizalacovarianzamonovariable.Ella
notienerazndeserpositiva,omaximal ominimal para
0.
24

Estacionaridad deorden2
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

UnconjuntodeFA:

,,

Esestacionariodeorden2sitodoslosmomentosdeorden1y
deorden2soninvariantesportranslacin.
Lasmediassoncontantes:
Lascovarianzasdependennicamentedelvectorh,distancia
entrelospuntos:

CadafuncinaleatoriaesST2.

25

Estacionaridad deorden2
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

Varianzadeunacombinacinlineal

Media:

Varianza:
,
0
26

Variograma cruzado
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

Definicin:
Elvariograma cruzadoesigualalasemicovarianzadelos
incrementosde2funcionesaleatorias:

1
2
0

Mesetadel

CasoIsotpicoyheterotpico con
suficienteinformacindelasvariables
27

Variograma pseudocruzado
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

Definicin:
1
2

Elpuedesercalculadoansilasvariablesnosonconocidasen
losmismospuntos.Pero,sudiferenciatienequetenerunsentido
fsico(mismasunidades).

debeserestacionario

Casoheterotpico
28

Ejercicio
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.

Clculodeunaestructurabivariable.
ConsideremoslasleyesdeCuT yCuS analizadastodoslosmetros
alolargodeunsondaje.
CuT(%)
2.60
3.18
0.75
2.13
1.40
1.48
2.23
3.93
1.70
1.35

CuS(%)
2.13
2.73
0.53
1.63
1.05
1.15
1.85
3.30
1.45
0.98

Calculelamedia,lavarianzayla
desviacinestndarparacadavariable.

Calculeelcoeficientedevariacin.

Calcularytrazarhasta

4:

Elvariograma simpledecadavariable.

Elvariograma cruzado.

29

MODELOSCOMUNES

Elmodelodecorrelacinintrnseco
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.

Todaslasestructurassimplesycruzadassonidnticas
(proporcionales).
,
Puedesersimpleescribirloenformamatricial(caso2
variables).

Sediceintrnsecadadoqueellanodependedelsoporte
nidelcampo.
31

Elmodelodecorrelacinintrnseco
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.

Enelcasoestacionario,sepuedeescribir:
,

Con 0

1
0

0
Dedondelamatrizdemesetas(simtrica,dado

Representaenelmodelolamatrizdevarianzasy
covarianzasenunmismopunto.
32

Elmodelodecorrelacinintrnseco
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.

Lamatrizdebesersemidefinidapositiva,loquesignificaquela
varianzadetodacombinacinlinealenunmismopuntoes
positivaonula:
,
0
Lamatriz
siendosemidefinidapositiva,tenemos
necesariamente:
0


0,

,
33

Elmodelodecorrelacinintrnseco
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.

Lacorrelacinintrnsecaentrevariablesseextiendeasus
combinacioneslineales:variogramas simplesycruzadoscon
.
proporcionalesa
Porotraparte:
0

Asenelmodelodecorrelacinintrnseca,laausencia
decorrelacindedosvariables(odesuscombinaciones
lineales)enunmismopuntoimplicasunocorrelacin
espacial.

34

Elmodelodecorrelacinintrnseco
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.

Ejemplo:
100
25
40

Setratadeunmodelodecorrelacinintrnseca,dadoque
podemosescribir
con:

Laestructuradebase
100
40
40 25
Estamatrizessemidefinidapositivadadoqueellacorresponde
adosvariablesdevarianzaspositivasydecorrelaciniguala
0.8.

Lamatrizdevarianzascovarianzas

35

Elmodelodecorrelacinlineal
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.

Enestemodelo,todaslasestructurassimplesycruzadasson
combinacioneslinealesdelasmismascomponentes
estructuralesdebase,ypuedeserinterpretadoporuna
descomposicindelasvariablesencombinacioneslinealesde
lascomponentescorrespondientes.
Estopuedeservistocomounageneralizacin,enelcaso
multivariable,delascomponentesanidadasdelcaso
monovariable.

36

Elmodelodecorrelacinlineal
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.

Componentesanidadascasomonovariable
Seaunavariableajustadaconlasiguienteestructuraanidada:

11
39

Estavariablepuedeinterpretarsecomolasumadedos
componentes

sincorrelacinespacialentre
ellas,demediasnulasydeestructurasrespectivas:

11
y
39

37

Elmodelodecorrelacinlineal
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.

Componentesanidadascasomonovariable
Seaunavariabledemediaigual13.2(%),ajustadaconla
siguienteestructuraanidada:

11
39

Estavariablepuedeinterpretarsecomolasumadedos

sincorrelacinespacialentre
componentes
ellas,demediasnulasydeestructurasrespectivas:

11
y
39

38

Elmodelodecorrelacinlineal
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.

Casomultivariable
Ejemplo:
11
39
9
15
14.5

Sepuedeanotar:

39

Elmodelodecorrelacinlineal
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.

Casomultivariable
Con:
y

Ylasmatricesdevarianzas/covarianzas
11 0
y
0 9
Cadamatriz

39 14.5
14.5 15

,debesersemidefinidapositiva,sedebetener:

40

Elmodelodecorrelacinlineal
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.

Unacomponenteestructural(pepita,cortoalcance,largo
alcance)nopuedefigurarenunaestructuracruzadasinfigurar
sobrecadaunadelasdosestructurassimplescorrespondientes.
Sinembargo,puedefigurarsobredosestructurassimplessin
figurarsobrelaestructuracruzada.
Demanerageneralunmodelodecorregionalizacin linealpuede
escribirse:
Envariograma:

oencovarianzas,enelcasoestacionario:

41

Cokriging ordinario
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.

Definicindelestimador

Esperanzadelerrornula

Minimizacindelavarianzadelerror
,

,
,

,
42

Cokriging ordinario
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.

Sisema deecuaciones

Esperanzadelerrornula

Minimizacindelavarianzadelerror
,

,
,

,
43