Edición Septiembre 15, 2012

Sociedad Minera Calvista Colombia S.A.S.

Revista informativa

Nuestro
Pórtico
El empleo de
histogramas
Por Ricardo Valls

El empleo de histogramas
y polígonos de frecuencia
en la interpretación de los
datos geoquímicos
E n este artículo se explican las metodologías
para confeccionar histogramas de carácter
continúo y discontinúo, así como la
determinación de los estadígrafos más
importantes como la media, la moda, la
mediana, ofreciéndose además la
interpretación geológica de las mismas.
De igual forma se detalla la interpretación de
los polígonos de frecuencias, la
determinación de percentiles, decitiles y
cuartiles y su empleo como criterio para
evaluar la perspectividad de una anomalía.
Introducción
El empleo de los métodos estadísticos para la
elaboración de los datos es en la actualidad
una actividad imprescindible y la existencia
de programas de computación generales o
especializados, hace la misma aún más
frecuente. No creo que sea una tarea fácil
encontrar hoy día una compañía sin
computadoras o al menos calculadoras
programables. Esta situación ha provocado
que caigan en desuso los métodos
estadísticos gráficos (y generalmente
manuales) tales como los histogramas, los
polígonos de frecuencia, los papeles
logarítmicos y los métodos de correlación
gráfico entre otros, por considerarse menos
exactos y más trabajosos.
Recordemos, sin embargo, el refrán de que
“Más vale un gráfico que mil palabras”. Los
histogramas y polígonos de frecuencia
siguen siendo los métodos ideales para la
representación gráfica de los datos y su
utilidad no se limita a esto, como se mostrará
en este artículo.
La cibernética y las construcciones gráficas
NUESTRO PÓRTICO
Por: Ricardo Valls M.Sc.,P.Geo.,
no son factores antagónicos, sino que por el
contrario se complementan
armónicamente,lográndose la
representatividad gráfica de los datos de
forma exacta y eficiente.
En este artículo usaremos Excel como el
programa base para la construcción de estos
gráficos, brindándose además la
interpretación geoquímica de los
estadígrafos obtenidos.
Histogramas y polígonos de
frecuencia
El histograma es una representación gráfica
de la distribución de los datos y, cuando se
realiza correctamente, indica la distribución
natural de dichos datos.
La base de un correcto histograma es la
selección de los intervalos de clase. Si sus
datos son de carácter no continúo, como los
resultados de los análisis espectrales, no se
debe de usar ningún criterio de agrupación de
clases (bin classes en Inglés), sino usar
directamente cada valor y su frecuencia.
Veamos un ejemplo.
En la tabla 1 se muestran los resultados
obtenidos mediante un análisis expectral. La
Fig. 1 muestra un histograma creado de
forma automática por Excel. La Fig. 2
muestra la verdadera distribución natural de
los datos. Es evidente que la Fig. 2, si bien
menos “estética”, brinda mejor información al
geólogo tratando de interpretar estos datos.
1
NUESTRO PÓRTICO
Valor Frecuencia
4 1
8 9
12 9
Ve a mo s a h o ra có mo d e te rm i n a r l o s
20 13 estadígrafos más importantes en un
32 5 histograma.
40 2

Tabla 1  . Resultados espectrales (semi-cuantitativos)

de un grupo de muestras.

La base de un correcto histograma es la

selección de los intervalos de clase.

La moda, la mediana, la media y

Figura 1 . Distribución matemática de los datos en el
histograma. los percentiles.

La moda se define como el valor más

Figura 2 . Distribución natural de los datos en el
histograma.
Si los resultados son continuos generalmente
se utiliza la siguiente ecuación para
determinar los intervalos de clase.
frecuente en los datos y se representa con el
símbolo MO. En ocasiones, un histograma
puede presentar más de una moda, en cuyo
caso el valor más frecuente se llamaría moda
absoluta y los demás máximos, modas
relativas. Aunque no es frecuente, puede
darse el caso de un histograma con dos
modas absolutas (Fig. 3). La cantidad de
modas, define el carácter modal de la
distribución de una forma completamente
objetiva.
La moda se determina mediante la ecuación
(3).

LMO – es el límite inferior de la clase modal.

Ahora bien, teniendo en cuenta el principio
d1 – es el valor absoluto de la diferencia entre
estadístico que recomienda que el número de
la frecuencia de la clase modal y la frecuencia
clases no sea menos de diez ni mayor de
del intervalo de clase anterior.
quince, es más sencillo usar la ecuación (2),
d2 - es el valor de la diferencia entre la
substituyendo N por un número entero entre
frecuencia de la clase modal y la frecuencia
10 y 15.
del intervalo de clase siguiente.
w – es la amplitud de la clase modal.
2
 NUESTRO PÓRTICO
La Tabla 2 muestra los datos empleados en sea las modas absolutas serían 7.3 y 29.2 y
el histograma de la Fig. 3. la moda relativa 43.7.
Intervalo Frecuencia La relación entre la posición de las modas y
de los fondos geoquímicos es de gran
0.1 1 utilidad para las interpretaciones
7.3 57 geoquímicas como se mostrará
14.6 7
posteriormente.
El valor de la mediana se determina
21.9 7 mediante la ecuación (4).
29.2 57
36.5 7
43.7 30
Tabla 2. Datos originales para la
determinación del valor de la moda
absoluta y relativa.
Donde,
Lm – es el límite inferior de la mediana de la
Si quisiéramos mostrar el caso de la clase determinada por la posición del
determinación de la moda relativa, ((n+1)/2)-ésimo evento (dato).
substituiríamos la ecuación (3) por los datos n – es el número de observaciones o datos
siguientes: en la muestra.
S – es la suma de las frecuencias de las
clases precedentes a la mediana de la clase.
fm – es la frecuencia de la mediana de la
Si quisiéramos mostrar el caso de la clase.
determinación de la moda relativa, w – es la amplitud del intervalo de clase de la
substituiríamos la ecuación (3) por los datos mediana.
siguientes: Uno de los usos más importantes de la
mediana es en substitución del valor medio
en los casos de conjuntos de datos no
representativos por su pequeño tamaño o en
los casos de funciones desconocidas o no
determinadas. En general, y teniendo en
cuenta que el valor de la mediana no
depende los valores extremos, es un
estadígrafo mucho más confiable que el
valor medio, sobre todo para el tratamiento
de datos de gran variabilidad como el oro. Es
una forma muy eficiente de eliminar el efecto
pepita de los datos.

La media aritmética se define como el

promedio aritmético de todos los valores de
Figura 3 . Histograma mostrando dos modas absolutas la muestra. La media geométrica se define
en rojo (11.2 and 32.8) y una moda relativa en verde a como el antilogaritmo del promedio
los 46.9. Este es un histograma trimodal.
aritmético de los logaritmos de los valores
iniciales de la muestra. Las ecuaciones 5 y 6
muestran la forma de calcular estos valores.
Aclaremos, que de haber sido los datos
anteriores datos de carácter discontinúo
(semi-espectrales), las modas serían
exactamente el valor que se repite más, o

3
NUESTRO PÓRTICO

De estas ecuaciones queda claro que sus Según Kashdan, A.B. et. al. (1979), la
valores no sólo dependen de cada valor mediana, la moda y la media en distribuciones
individual, sino también de los valores de carácter lognormal no coinciden,
extremos, los cuales generalmente tienden a cumpliéndose generalmente la relación de
falsear la imagen de la distribución así como el que la moda absoluta es menor que la
valor de sus estadígrafos. mediana y la mediana es menor que la media
Como se ve, todos estos cálculos son aritmética (MO < Me < Mx).
sencillos y deben de constituir el paso previo a
la interpretación de los histogramas,
conjuntamente con la representación gráfica
del valor del Clark o fondo geoquímico del
elemento analizado.
Los percentiles (Pn) se emplean únicamente
en la interpretación de los polígonos de
frecuencia. En ocasiones se emplea también
el término “cuartil” (Qn) or “decetil” (Dn). Los
límites cuartiles (Q1, Q2, y Q3) dividen la
muestra en cuatro partes. Los decitiles (D1,
D2, etc.), dividen la muestra en diez partes (de
ahí se desprende el nombre de cuartil o
decetil). Los percentiles 25, 50 y 75 coinciden Figura  4. Diferencia entre una distribución normal y
con los cuartiles Q1, Q2, y Q3, de la misma una lognormal, basado en los valores de la moda (rojo),
la mediane (verde) y la media aritmética (azul).
forma que los percentiles 10, 20, 30, etc.,
coinciden con los decitiles D1, D2, D3, etc.
Los percentiles, decitiles y cuartiles se Otra forma más gráfica consiste en mirar la
determinan gráficamente trazando una forma de la curva. En la Fig. 5, se puede
horizontal desde la escala de frecuencia observar una distribución normal en rojo, una
relativa acumulativa de un polígono de lognormal (asimétrica) en verde y dos
frecuencia hasta intersectar la curva del distribuciones no normales por mucho exceso
polígono y del punto de intersección se traza (azul) y poco exceso (amarillo).
una línea vertical hasta el eje de las abcisas.
Esa posición determina el valor del Pn.

Aplicaciones de los histogramas y

los polígonos de frecuencia.

A continuación se explicarán algunas de las

aplicaciones de los histogramas y de los
polígonos de frecuencia en la solución de
varias tareas geoquímicas.
Figura  5. Distintas formas de las curvas definidas por
Determinación de la Ley de Distribución histogramas para diferenciar entre distribuciones
normales y lognormales.

A pesar de que existen varios métodos para

la determinación analítica del tipo de Ley de
Distribución de los datos )Asimetría y Exceso,
Chi cuadrada, etc.), el histograma brinda una
idea muy aproximada al tipo de distribución.
Más aún, en los casos de base de datos
pequeñas (n< 20) los histogramas son más
efectivos que los métodos analíticos para
definir el tipo de Ley de Distribución.
En resumen, un histograma que responda a
una Ley de Distribución Normal ha de ser
unimodal y el rango de sus valores (la
distancia entre los valores máximos y
mínimos) no debe de ser mayor de dos
órdenes de resultados. Para ejemplificar esta
última condición, podemos decir que si la
mayoría de los valores oscila entre 10 y 50, no

4
 NUESTRO PÓRTICO
deben de haber valores menores de 0.1 o deben de haber valores menores de 0.1 o
mayores de 500, pues en dicho caso es muy mayores de 500, pues en dicho caso es muy
posible que la distribución no sea Normal. posible que la distribución no sea Normal.

Determinación de los valores “huracanados” Determinación de los valores “huracanados”

Los histogramas permiten de una forma
efectiva la detección de valores huracanados,
tanto por el extremo superior, como por el
inferior. Esto representa una ventaja sobre los
métodos puramente matemáticos que en
ocasiones dan valores inexistentes
(negativos) en el extremo inferior de la
distribución.
Otra ventaja de los histogramas es que los
mismos funcionan independientemente del
tipo de distribución, en tanto que los métodos
aritméticos, por ejemplo el mostrado en la
ecuación (5).
Los histogramas permiten de una forma
efectiva la detección de valores huracanados,
tanto por el extremo superior, como por el
inferior. Esto representa una ventaja sobre los
métodos puramente matemáticos que en
ocasiones dan valores inexistentes
(negativos) en el extremo inferior de la
distribución.
Otra ventaja de los histogramas es que los
mismos funcionan independientemente del
tipo de distribución, en tanto que los métodos
aritméticos, por ejemplo el mostrado en la
ecuación (5).

Donde:

En un histograma se considerará como

huracanado todo valor que se separe por al Figura  6. Los valores 10 y 16 son identificados como huracanados
menores que la media y deben de ser eliminados antes de determinar los
menos dos intervalos de clase de la mayoría demás estadígrafos.
de los datos, tal como se muestra en la Fig. 6
basada en los datos de la Tabla 3. También los polígonos de frecuencias pueden
ser usados para determinar valores
Intervalo Frecuencia huracanados inferiores y superiores,
10 1 eliminando de la muestra todos los valores
16 3
superiores e inferiores a los percentiles que se
escojan. De acuerdo a recomendaciones
21 0 prácticas, se recomienda el uso del P(15) para
27 0 los valores inferiores y el P(85) para los
valores superiores.
32 14
37 10
43 8
48 7
54 6
59 3
64 1

Tabla  3. Análisis de oro en ppm en un muestreo de Figura 7 . De acuerdo a la posición de los P(15) y P(85), todo valor menor
27 y mayor de 54 se considera huracanado y debe de eliminarse de la
suelo. muestra antes de determinar los estadígrafos principales.

5
NUESTRO PÓRTICO
Un ventaja evidente del uso de los polígonos
de frecuencia es el hecho de que siempre se
pueden eliminar los valores huracanados
superiores e inferiores a la media aritmética.
Caracterizaciones estadísticas de la muestra.
Ya se ha visto que existen métodos nada
complejos para la determinación de algunos
estadígrafos. En este punto trataremos más
detalladamente acerca de la interpretación
geoquímica de las modas.
En mi opinión, la moda es el estadígrafo más
informativo para el geólogo, principalmente
por no ser un valor único promedio de toda la
muestra como lo es la media aritmética y por
permitir la caracterización individual de las
heterogeneidades “naturales” de la muestra
analizada. De esto se infiere que la moda es
además un criterio de la heterogeneidad de la
muestra analizada, ya que mientras más
heterogénea sea la misma, de mayor grado
será el carácter modal del histograma. Es por
ello conveniente incluir los resultados de las
modas entre las características estadísticas
de la muestra estudiada.
La relación entre las modas y los fondos
geoquímicos de los elementos (o Clarkes) es
de gran informatividad. Lla moda absoluta
coincide generalmente con el fondo
geoquímico del elemento analizado y por
ende caracteriza su estado disperso (no
anómalo) en la roca, en tanto que las modas
relativas caracterizan las concentraciones
naturales del elemento. Es por ello que
recomiendo el uso de las modas relativas
para determinar los niveles de anomalía
naturales (no matemáticos) del elemento que
se estudia.
Por último, la presencia de varias modas
puede indicar la presencia de más de un tipo
de mineralización o de más de una
generación del proceso de mineralización.
Cuando se han separado grupos de datos de
acuerdo a algún criterio específico como tipo
litológico, profundidad de muestreo, etc., la
presencia de varias modas también puede
ser indicativo de un error en el proceso de
estratificación de los datos. Acerca del tema
de la correcta estratificación de los datos
trataremos en una próxima ocasión.
6
Perspectividad de las anomalías
El polígono de frecuencia es un método ideal
para evaluar la perspectividad de las
anomalías detectadas. En ocasiones la
presencia de uno o más valores elevados, no
necesariamente huracanados (efecto pepita)
son suficientes para alterar la importancia de
una anomalía, sobre todo si la misma ha sido
establecida en base a la media aritmética.
Una forma objetiva de evaluar la importancia
de las anomalías obtenidas, y de obtener un
criterio para el orden de verificación de las
mismas, es determinar que porciento de los
datos supera un valor “X” predeterminado,
basado generalmente en la experiencia del
geólogo. Algo similar a un cut-off empleado
en los procesos de estimación de recursos y
reservas minerales.
Con el objetivo de distinguir las anomalías
más perspectivas, en las poligonales de
frecuencias se determinó el valor del tercer
cuartil (Q3) y el valor del fondo local. Se
considerará como perspectivo el caso en que
al menos el 25% de los valores analizados
posean valores mayores al fondo local. O
dicho de otra forma, serán perspectivos los
casos en que el percentil del fondo local P(f)
sea menor que el límite del tercer cuartil Q(3).
Mientras mayor sea esa diferencia, o dicho de
otra forma, mientras mayor sea la cantidad de
datos que caen entre los límites del P(f) y el
Q(3), mayor será la perspectiva de la
anomalía. Veamos un ejemplo.
La Tabla 5 muestra los resultados de dos
anomalías “A” y “B”. Si bien sus valores
medios y la cantidad de datos son idénticos
(40 y 100 respectivamente), los histogramas
y polígonos de frecuencias son disímiles
(Figs. 8 y 9).
Figura 8 . Polígono de frecuencia de la anomalía "A"
mostrando en rojo la posición del Q(3) y en verde la del
P(f).

Tabla 5. Valores de las anomalías "A" y "B".
Figura  9. Polígono de frecuencia de la anomalía
"B" mostrando en rojo la posición del Q(3) y en
verde la del P(f).
Usaremos la Ecuación (8) para calcular los
datos proyectados en el polígono de
frecuencia.
A pesar de su aparente semejanza numérica,
la diferencia entre el Q(3) y el P(f) de la
Anomalía “A” es menor en un 3% que el
mismo valor para la Anomalía “B” (18 vs.
21%). Así mismo, la cantidad de valores
incluidos en el intervalo determinado por
NUESTRO PÓRTICO
estos dos estadígrafos es 4 unidades más
pequeña (23 vs. 27). Esta diferencia nos
permite escoger la Anomalía “B” como la más
perspectiva.
Debido a su efectividad y sencillez, el autor
recomienda el empleo de esta metodología
para orientar y planificar trabajos de
verificación.
Conclusiones
1. El empleo de los histogramas y los
polígonos de frecuencia, aún en aquellas
empresas que cuenten con modernos
métodos analíticos, son muy útiles para la
determinación rápida y sencilla de varios
estadígrafos y sirven como un complemento
a los valores determinados por los software
usados.
2. En la confección de histogramas de
carácter discontinuo (como son los obtenidos
al procesar resultados de muestreos semi-
cuantitativos), se deben de emplear los
mismos intervalos del método de análisis
para garantizar que no se formen curvas
polimodales artificiales.
3. Al trabajar con datos de carácter continuo
se debe de garantizar que la cantidad de
intervalos de clase varíe entre diez y quince
intervalos.
4. Los histogramas y polígonos de frecuencia
pueden solucionar diversas tareas, tales
como:
a. Determinación de valores huracanados.
b.Determinación de las Leyes de
Distribución.
c.Determinación de estadígrafos tan
importantes como las modas.
d. Determinación de la perspectividad de las
anomalías.
Un ejercicio práctico antes de terminar
Usando el histograma y polígono de
frecuencias que se muestra en la Fig. 10,
basado en los datos de la Tabla 6, mire a ver
cuánta información es capaz de extraer.
7
NUESTRO PÓRTICO

Intervalo Frecuencia % acumulado Soluciónes al ejercicio práctico

8 1 2%
13 2 6%
18 0 6%
23 0 6%
28 14 34%
33 10 54%
38 5 64%
43 8 80%
48 6 92%
53 3 98%
58 1 100%

Tabla 6 . Datos para el histograma de la Fig. 10.

Figura 10 . Histograma y polígono de frecuencia

del ejemplo práctico.

La solución se muestra luego de la

bibliografía recomendada.

Referencias y bibliografía
recomendada.
Ostle, B. (1977). Estadistica aplicada
tecnicas de la estadistica moderna, cuando e
donde aplicarlas. Ciudad de La Habana,
Editorial Pueblo y Educación. Los histogramas permiten de una forma
Kashdan, A.B. et al. (1979) Modelaje efectiva la detección de valores huracanados,
matemático en la geología y la exploración de tanto por el extremo superior, como por el
yacimientos minerales (original en Ruso). inferior. Esto representa una ventaja sobre los
Moscú, Nedra. métodos puramente matemáticos que en
NC 92-21 (1980). Procedimiento para evaluar ocasiones dan valores inexistentes (negativos)
la anormalidad de las observaciones. Ciudad en el extremo inferior de la distribución.
de La Habana, C.I.N.A.N.
Voitkiievich, G.V et al. (1970). Pequeño
compendio de geoquímica (original en Ruso).
Moscú, Nedra.
8