Clase de Estadstica Bsica

Sesin 3: Tamao de Muestra

 Tamao de Muestra?
La variabilidad depende del tamao de la
muestra
La variabilidad disminuye a medida que el
tamao de la muestra aumenta
No deben calcularse estadsticas en
muestras de diferentes tamaos o
volumenes (soporte)
 Varianza como Funcin de
Volumen de Muestra
1.0 0.9 0.7 1.3 1.2 0.6 2.0 0.8 1.4 1.1 0.3 1.2 1.3 0.5 1.1 0.9 :1m
\ / \ / \ / \ / \ / \ / \ / \ /
0.95 1.0 0.9 1.4 1.25 0.75 0.9 1.0 :2m
\ / \ / \ / \ /
0.975 1.15 1.0 0.95 :4m
\ / \ /
1.06 0.975 :8m
__________________________________________________________________________________________________
___

1 m de largo, s = 0.166, x = 1.02

_
2

2 m de largo, s = 0.043, x = 1.02

_
2

4 m de largo, s = 0.008, x = 1.02

_
2

8 m de largo, s = 0.004, x = 1.02

_
2
 Y si se Ignora el Tamao de la
Muestra?
En el ejemplo previo, la ley media es cercana al
1% independiente del largo de muestra
Supongamos que se ignor el largo de la
muestra y que se calcul una media de los
primeras muestras de 1m (1.0 y 0.9), la
segundas muestras de 2m (1.0), las segundas
muestras de 4m Sample (1.15), y las segundas
muestras de 8m (.975).
 Ponderando por Largo de
Muestra
1.0 0.9 0.7 1.3 1.2 0.6 2.0 0.8 1.4 1.1 0.3 1.2 1.3 0.5 1.1 0.9 :1m
\ / \ / \ / \ / \ / \ / \ / \ /
0.95 1.0 0.9 1.4 1.25 0.75 0.9 1.0 :2m
\ / \ / \ / \ /
0.975 1.15 1.0 0.95 :4m
\ / \ /
1.06 0.975 :8m

(1.0 + 0.9 + 1.0 + 1.15 + 0.975)/5 = 1.005

(1.0 + 0.9 + 1.0(2) + 1.15(4) + 0.975(8))/16 = 1.02
 Teniendo en Cuenta Muestras
de Diferentes Largos

Ponderacin de muestras por volumen en

los clculos estadsticos
Compositacin a largos iguales
Compositacin por alto de banco
 Volumen vs Varianza
La varianza de las muestras disminuye a
medida que se aumenta el volumen
Es ms fcil estimar la ley media de un ao
de produccin que la de un mes o un da
Las muestras ms grandes son menos
variables que las ms pequeas
El promedio de Leyes dentro de un bloque
reduce la variabilidad
 Ejemplo del Efecto Volumen-
Varianza
Tomar un campo de valores de leyes
Agrupar en diferentes tamaos de bloque
Observar la variabilidad y la ley y tonelaje
sobre una ley de corte
Se pueden utilizar las estadsticas para
predecir la relacin entre el volumen y la
varianza?
Leyes para Bloques de Unidad
1x1
1.6 2.0 3.7 3.4 1.9 1.1 2.6 1.2 4.5 3.2 3.6 1.3
2.9 2.6 2.4 2.8 1.5 2.6 3.8 2.1 3.0 1.7 3.8 2.7
2.6 1.4 1.8 0.0 2.5 3.7 0.0 3.0 2.0 0.9 3.1 3.0
2.5 1.2 1.6 2.4 4.5 2.7 3.3 3.1 1.5 2.3 3.4 1.9
2.8 1.5 2.2 4.1 2.7 4.2 2.8 2.4 2.2 2.9 2.5 3.1
3.9 2.5 3.0 2.4 3.4 2.4 4.0 1.9 2.8 3.4 2.1 1.2
1.4 0.6 1.7 1.9 1.7 2.0 2.4 1.2 3.4 2.7 2.9 2.2
2.2 4.0 2.8 2.7 0.6 4.4 2.7 1.9 1.6 0.1 3.4 3.4
3.9 3.6 4.1 2.1 3.5 1.6 4.0 3.9 2.3 2.4 2.3 2.2
3.0 2.0 4.1 1.9 2.8 1.2 1.5 2.4 1.4 4.2 1.9 1.8
2.2 2.4 1.4 3.5 3.3 2.5 4.3 2.6 0.9 1.4 1.7 4.0
2.7 1.0 1.9 4.3 3.0 2.2 4.6 1.7 2.8 2.3 1.2 1.7

Media = 2.50
Desviacion Estandard = 0.99
Coef. Var.= 0.40
% >3= 30%
Ley > 3 = 3.70
Leyes para Bloques de 2x2
2.3 3.1 1.8 2.4 3.1 2.9

1.9 1.5 3.4 2.4 1.7 2.9

2.7 2.9 3.2 2.8 2.8 2.2

2.0 2.3 2.2 2.1 2.0 3.0

3.1 3.0 2.3 3.0 2.6 2.0

2.1 2.8 2.7 3.3 1.8 2.1

Media = 2.50
Desviacion Estandard = 0.51
Coef. Var.= 0.20
% >3= 14%
Ley > 3 = 3.17
Leyes para Bloques de 3x3
2.3 2.2 2.5 2.6

2.4 3.2 2.7 2.5

2.7 2.3 2.6 2.4

2.3 2.7 2.5 2.2

Media = 2.50
Desviacion Estandard = 0.25
Coef. Var.= 0.10
%>3= 8%
Ley > 3 = 3.20
Leyes para Bloques de 4x4
2.2 2.5 2.6

2.5 2.5 2.5

2.8 2.8 2.1

Media = 2.50
Desviacion Estandard = 0.23
Coef. Var.= 0.09
%>3= 0.00
Leyes para Bloques de 6x6

2.5 2.6

2.5 2.4

Media = 2.50
Desviacion Estandard = 0.06
Coef. Var.= 0.02
%>3= 0.00
 Resumen de los Resultados

Metodo del Numero

Promedio Media Desv.Est. Varianza de Bloques %>3 Ley>3
1x1 2.5 0.99 0.980 1 30 3.7
2x2 2.5 0.51 0.258 4 14 3.17
3x3 2.5 0.26 0.069 9 8 3.2
4x4 2.5 0.21 0.046 16 0
6x6 2.5 0.05 0.002 36 0
 Variabilidad vs el Nmero de
Datos
1.2
Standard Deviation of Block Grades

1.0 Calculated From Data

Theoretical Value

0.8

0.6

0.4

0.2

0.0
0 1 2 3 4 5 6

Square Root of n
 Relacin Volumen/Varianza
La varianza disminuye a medida que se
aumenta el volumen
La incertidumbre en un estimado disminuye a
medida que se aumenta el nmero de datos
La disminucin en variabilidad puede predecirse
utilizando metodos estadsticos adecuados
El tonelaje y Ley sobre una ley de corte
dependen de la selectividad
 Que est Incorrecto con s2/n?
Los datos utilizados en este ejemplo son
independientes (no-correlacionados)
Por lo tanto cada dato nuevo provee de igual
cantidad de informacin
Por lo tanto la incertidumbre disminuye rpidamente
Los datos de depsitos minerales estn
correlacionados espacialmente, por lo que datos
muy cercanos son redundantes
Esta correlacin debe ser modelada y aplicada
previo a la estimacin de incertidumbre
Estimando la Ley de un Bloque
Utilizando 4 Datos
Lo que hay que Considerar cuando
se Estima la Incertidumbre

Tamao de bloque
Nmero de datos
Ubicacin de los datos con respecto a
cada uno de los otros datos
Ubicacin de los datos respecto al bloque