FACULTAD DE INGENIERÍA Y ARQUITECTURA

ESCUELA ACADÉMICO PROFESIONAL DE

INGENIERÍA CIVIL

ANALISIS DE DATOS ESTADISTICOS

INTEGRANTES:
MENDEZ PAREJA, ROAR AMIEL
NAJARRO HERRERA, YANIRA

DOCENTE:
ING. CCATAMAYO BARRIOS JOHNNY

AYACUCHO – PERU

2019
 UNIVERSIDAD ALAS PERUANAS

DEDICATORIA:

El presente trabajo estadístico lo dedicamos principalmente a Dios, por ser el inspirador

y darnos fuerza para continuar en este proceso de obtener uno de los anhelos más
deseados.

A nuestros padres, por su amor, trabajo y sacrificio en todos estos años, gracias a ellos
hemos logrado llegar hasta aquí́ y convertirnos en lo que somos, y a la universidad a las
peruanas que coadyuva en nuestra formación

2
 UNIVERSIDAD ALAS PERUANAS

AGRADECIMIENTO:

Con inmenso respeto expreso mi agradecimiento a los docentes de la Escuela

Profesional de Ingeniería Civil de la Universidad ALAS PERUANAS – FILIAL
AYACUCHO, por compartir sus conocimientos que hoy dan frutos, para el mejor
desempeño de los ingenieros de esa manera poder contribuir con el desarrollo de
nuestro país.

3
 UNIVERSIDAD ALAS PERUANAS

INDICE
DEDICATORIA: .......................................................................................................................2
AGRADECIMIENTO: ..............................................................................................................3
INDICE DE FIGURAS...............................................................................................................5
INDICE DE TABLAS .................................................................................................................6
RESUMEN EJECUTIVO ...........................................................................................................7
1. INTRODUCCION ...............................................................................................................8
OBJETIVO GENERAL: .............................................................................................................9
OBJETIVO ESPECIFICOS: ......................................................................................................9
CAPITULO II .............................................................................................................................9
2. MARCO TEORICO .............................................................................................................9
2.1. ESTASDISTICA DESCRIPTIVA ...............................................................................9
2.2. APLICACIONES DE LA ESTADÍSTICA DESCRIPTIVA .....................................10
3. DATOS DE CAMPO .........................................................................................................11
4. HISTOGRAMA .................................................................................................................11
4.1. HISTOGRMA DE LOS DIFERENTES DATOS DE CAMPO ................................12
CuT (%) .................................................................................................................................12
Fe (%) 13
Mo (%) ...................................................................................................................................13
As (%) 14
Zn (%) 14
CuS (%) .................................................................................................................................15
RecCu (%) .............................................................................................................................15
CuCo (%) ...............................................................................................................................16
5. DATOS ERRONEOS ........................................................................................................16
6. DATOS DUPLICADOS ....................................................................................................17
7. DETERMINACION DE INTERVALOS DE CONFIANZA ...........................................17
7.1. VARIANZA Y DESVIACION ESTANDAR .............................................................17
8. CONCLUSION ..................................................................................................................18
9. RECOMENDACION ........................................................................................................19

4
 UNIVERSIDAD ALAS PERUANAS

INDICE DE FIGURAS

Ilustración 1: errores en los datos optenidos en el campo, quiere decir que los minerales no se

encuentran en estas altura de coordenadas. .........................................................................................16

Ilustración 2: Estos datos duplicados nos hace referencia que se tomaron los datos dos veces en mismo

lugar eso es un error de campo. .............................................................................................................17

Ilustración 3 Varianza y desviación estándar .........................................................................................17

Ilustración 4: los intervalos con exactitud de los minerales ...................................................................18

5
 UNIVERSIDAD ALAS PERUANAS

INDICE DE TABLAS

Tabla 1 Datos explorativo según datos de campo ...................................................................................11

Tabla 2: histogrma general de datos.......................................................................................................12

Tabla 3: Histogrma de mineralcobre ......................................................................................................12

Tabla 4: resultado del histograma, donde en la altura 1547.3 ay yacimiento minero ...........................13

Tabla 5: datos en donde ay en cantidad considerable el mineral ..........................................................13

Tabla 6: minerales en la coordenada de 1303.6 a 1547.3, se encuentran en gran cantidad ..................14

Tabla 7: los yacimientos mineros en estés coordenadas se encuentran estadísticamente en una porción

considerable ...........................................................................................................................................14

Tabla 8: Porcenta del mineral en estudio, donde se encuentra en poca cantidad .................................15

Tabla 9: los minerales según la exploración ay en cantidad considerable según el cuadro ...................15

Tabla 10: Según este cuadro los minerales se encuentran en menor cantidad. .....................................16

6
 UNIVERSIDAD ALAS PERUANAS

RESUMEN EJECUTIVO

Minería de Datos es un término genérico que engloba resultados de investigación,

técnicas y herramientas usadas para extraer información útil de grandes bases de datos.
Si bien Minería de Datos es una parte del proceso completo de KDD, en buena parte de
la literatura los términos Minería de Datos y KDD se identifican como si fueran lo mismo.
Concretamente, el término

Minería de Datos es usada comúnmente por los estadísticos, analistas de datos, y por la
comunidad de administradores de sistemas informáticos como todo el proceso del
descubrimiento, mientras que el término KDD es utilizado más por los especialistas en
Inteligencia Artificial. El análisis de la información recopilada (por ejemplo, en un
experimento científico) es habitual que sea un proceso completamente manual (basado
por lo general en técnicas estadísticas). Sin embargo, cuando la cantidad de datos de los
que disponemos aumenta la resolución manual del problema se hace intratable. Aquí es
donde entra en juego el conjunto de técnicas de análisis automático al que nos referimos
al hablar de Minería de Datos o KDD. Hasta ahora, los mayores éxitos en Minería de
Datos se pueden atribuir directa o indirectamente a avances en bases de datos (un campo
en el que los ordenadores superan a los humanos). No obstante, muchos problemas de
representación del conocimiento y de reducción de la complejidad de la búsqueda
necesaria (usando conocimiento a priori) están aún por resolver. Ahí reside el interés que
ha despertado el tema entre investigadores de todo el mundo.

7
 UNIVERSIDAD ALAS PERUANAS

1. INTRODUCCION

En este texto se estudia uno de los campos que más se están estudiando en estos días: La
extracción de conocimiento a partir de fuentes masivas de datos. Para ello se emplean las
denominadas técnicas de minería de datos, que son algoritmos capaces de obtener
relaciones entre distintos atributos o conceptos para ayudar, por ejemplo, a la toma de
decisiones. Además de las técnicas estadísticas se estudian las técnicas de Minería de
Datos basadas en técnicas de aprendizaje automático que se implementan en una
herramienta de minería de datos de libre distribución: la estadística es una herramienta
permite, a partir de ficheros de texto en un formato determinado, utilizar distintos tipos
de técnicas para extraer información. A continuación se definen los conceptos
fundamentales empleados en este estudio o exploración de yacimiento minero y,
sobretodo, minería de datos, así como sus principales características. Posteriormente se
comenta la estructura del proyecto.

8
 UNIVERSIDAD ALAS PERUANAS

OBJETIVO GENERAL:

Las técnicas y métodos estadísticas del razonamiento de este estudio de minería de Datos
es un término genérico que engloba resultados de investigación, técnicas y herramientas
donde usaremos para extraer información útil de grandes bases de datos para endentar y
ser eficientes para lograr con exactitud de los yacimientos minerales. Si bien Minería de
Datos es una parte del proceso que utilizaran diferentes aspectos técnicos de diferentes
análisis estadísticos.

OBJETIVO ESPECIFICOS:

 Identificar los diferentes datos erróneos, datos duplicados y atípicos,

mediante los histogramas.
 Determinar los intervalos de confianza mediante los datos
proporcionados, para obtener resultados favorables para un objetivo claro.
 Mediante estos datos se determinara la energía necesaria para obtener para
la exploración minera.

CAPITULO II

2. MARCO TEORICO
2.1. ESTASDISTICA DESCRIPTIVA

La estadística emplea métodos descriptivos y de inferencia estadística. Los primeros se

ocupan de la recolección, organización, tabulación, presentación y reducción de la
información.
En el caso de la estadística descriptiva se sustituye o reduce el conjunto de datos obtenidos
por un pequeño número de valores descriptivos, como pueden ser: el promedio, la
mediana, la media geométrica, la varianza, la desviación típica, etc. Estas medidas
descriptivas pueden ayudar a brindar las principales propiedades de los datos observados,
así como las características clave de los fenómenos bajo investigación.

9
 UNIVERSIDAD ALAS PERUANAS

Por lo general, la información proporcionada por la estadística descriptiva puede ser

trasmitida con facilidad y eficacia mediante una variedad de herramientas gráficas, como
pueden ser:
Gráficos de tendencia: es un trazo de una característica de interés sobre un periodo, para
observar su comportamiento en el tiempo.
Gráfico de dispersión: ayuda al análisis de la relación entre dos variables, representado
gráficamente sobre el eje x y el correspondiente valor de la otra sobre el eje y.
Histograma: describe la distribución de los valores de una característica de interés.
Estos métodos gráficos son de mucha utilidad para entender con claridad un fenómeno
analizado. La evolución de la inflación, el tipo de cambio, del PBI u otros indicadores
macro pueden ser analizados, por ejemplo, con gráficos de tendencia.
Así, la estadística descriptiva constituye un modo relativamente sencillo y eficiente para
resumir y caracterizar datos. También ofrece una manera conveniente de presentar la
información recopilada.
Este método es potencialmente aplicable a todas las situaciones que involucran el uso de
datos. Además de ayudar en el análisis e interpretación de los datos, constituye una
valiosa ayuda en el proceso de toma de decisiones.

2.2. APLICACIONES DE LA ESTADÍSTICA DESCRIPTIVA

La estadística descriptiva es aplicable en casi todas las áreas donde se recopilan datos
cuantitativos. Puede brindar información acerca de productos, procesos o diversos
aspectos del sistema de gestión de la calidad, como también en el ámbito de la dirección
y organización de personas, la logística, etc. Algunos ejemplos de dichas aplicaciones son
los siguientes:

 Resumen de las mediciones principales de las características de un

producto.
 Describir el comportamiento de algún parámetro del proceso, como puede
ser la temperatura de un horno.
 Caracterizar el tiempo de entrega o el tiempo de respuesta en el sector de
los servicios.

10
 UNIVERSIDAD ALAS PERUANAS

 Procesar datos relacionados con muestras a clientes, tales como la

satisfacción o insatisfacción del cliente.
 Ilustrar la medición de los datos, tales como los datos de calibración del
equipo.
 Visualizar el resultado del desempeño de un producto en un periodo
mediante un gráfico de tendencia.

3. DATOS DE CAMPO

DATOS DE EXPLORACION
1400.0

1200.0

1000.0

800.0

600.0

400.0

200.0

0.0
0.0 500.0 1000.0 1500.0 2000.0 2500.0 3000.0 3500.0 4000.0 4500.0

Tabla 1 Datos explorativo según datos de campo

FUENTE: ELABORACION PROPIA

CuT Fe Mo As Zn CuS RecCu CuCo Wi

(%) (%) (%) (%) (%) (%) (%) (%) (kwh/ton)

4. HISTOGRAMA

Los histogramas son gráficos que indican la frecuencia de un hecho mediante una
distribución de los datos. En definitiva, un histograma es una representación gráfica de
una variable en forma de barras, donde la superficie de cada barra es proporcional a la
frecuencia de los valores representados.

11
 UNIVERSIDAD ALAS PERUANAS

4.1. HISTOGRMA DE LOS DIFERENTES DATOS DE CAMPO

CuT (%)

40000

35000

30000

25000

20000

15000

10000

5000

0
DE DE DE DE DE 1791 DE DE DE DE DE DE DE
816.2 A 1059.9 1303.6 1547.3 A 2034.7 2278.4 2522.1 2765.8 3009.5 3253.2 3496.9
1059.9 A A A 1791 2034.7 A A A A A A A
1303.6 1547.3 2278.4 2522.1 2765.8 3009.5 3253.2 3496.9 3740.6

CuT (%) Fe (%) Mo (%) As (%) Zn (%) CuS (%) RecCu (%) CuCo (%)

Tabla 2: histogrma general de datos

FUENTE: ELABORACION PROPIA

CuT (%)
600

500

400

300

200

100

0
DE DE DE DE DE 1791 DE DE DE DE DE DE DE
816.2 A 1059.9 1303.6 1547.3 A 2034.7 2278.4 2522.1 2765.8 3009.5 3253.2 3496.9
1059.9 A A A 1791 2034.7 A A A A A A A
1303.6 1547.3 2278.4 2522.1 2765.8 3009.5 3253.2 3496.9 3740.6

CuT (%)

Tabla 3: Histogrma de mineralcobre

12
 UNIVERSIDAD ALAS PERUANAS

Fe (%)

Fe (%)
800
700
600
500
400
300
200
100
0
DE DE DE DE DE 1791 DE DE DE DE DE DE DE
816.2 A 1059.9 1303.6 1547.3 A 2034.7 2278.4 2522.1 2765.8 3009.5 3253.2 3496.9
1059.9 A A A 1791 2034.7 A A A A A A A
1303.6 1547.3 2278.4 2522.1 2765.8 3009.5 3253.2 3496.9 3740.6

Fe (%)

Tabla 4: resultado del histograma, donde en la altura 1547.3 ay yacimiento minero

FUENTE: ELABORACION PROPIA

Mo (%)

Mo (%)
25

20

15

10

0
DE 816.2 DE DE DE DE 1791 DE DE DE DE DE DE DE
A 1059.91059.9 A1303.6 A1547.3 AA 2034.72034.7 A2278.4 A2522.1 A2765.8 A3009.5 A3253.2 A3496.9 A
1303.6 1547.3 1791 2278.4 2522.1 2765.8 3009.5 3253.2 3496.9 3740.6

Mo (%)

Tabla 5: datos en donde ay en cantidad considerable el mineral

FUENTE: ELABORACION PROPIA

13
 UNIVERSIDAD ALAS PERUANAS

As (%)

As (%)
20
18
16
14
12
10
8
6
4
2
0
DE 816.2 DE DE DE DE 1791 DE DE DE DE DE DE DE
A 1059.91059.9 A1303.6 A1547.3 AA 2034.72034.7 A2278.4 A2522.1 A2765.8 A3009.5 A3253.2 A3496.9 A
1303.6 1547.3 1791 2278.4 2522.1 2765.8 3009.5 3253.2 3496.9 3740.6

As (%)

Tabla 6: minerales en la coordenada de 1303.6 a 1547.3, se encuentran en gran cantidad

FUENTE: ELABORACION PROPIA

Zn (%)

Zn (%)
25

20

15

10

0
DE 816.2 DE DE DE DE 1791 DE DE DE DE DE DE DE
A 1059.91059.9 A1303.6 A1547.3 AA 2034.72034.7 A2278.4 A2522.1 A2765.8 A3009.5 A3253.2 A3496.9 A
1303.6 1547.3 1791 2278.4 2522.1 2765.8 3009.5 3253.2 3496.9 3740.6

Zn (%)

Tabla 7: los yacimientos mineros en estés coordenadas se encuentran estadísticamente en una porción considerable

14
 UNIVERSIDAD ALAS PERUANAS

CuS (%)

CuS (%)
25

20

15

10

0
DE 816.2 DE DE DE DE 1791 DE DE DE DE DE DE DE
A 1059.91059.9 A1303.6 A1547.3 AA 2034.72034.7 A2278.4 A2522.1 A2765.8 A3009.5 A3253.2 A3496.9 A
1303.6 1547.3 1791 2278.4 2522.1 2765.8 3009.5 3253.2 3496.9 3740.6

CuS (%)

Tabla 8: Porcenta del mineral en estudio, donde se encuentra en poca cantidad

FUENTE: ELABORACION PROPIA

RecCu (%)

RecCu (%)
40000
35000
30000
25000
20000
15000
10000
5000
0
DE DE DE DE DE 1791 DE DE DE DE DE DE DE
816.2 A 1059.9 1303.6 1547.3 A 2034.7 2278.4 2522.1 2765.8 3009.5 3253.2 3496.9
1059.9 A A A 1791 2034.7 A A A A A A A
1303.6 1547.3 2278.4 2522.1 2765.8 3009.5 3253.2 3496.9 3740.6

RecCu (%)

Tabla 9: los minerales según la exploración ay en cantidad considerable según el cuadro

FUENTE: ELABORACION PROPIA

15
 UNIVERSIDAD ALAS PERUANAS

CuCo (%)

CuCo (%)
16000
14000
12000
10000
8000
6000
4000
2000
0
DE DE DE DE DE 1791 DE DE DE DE DE DE DE
816.2 A 1059.9 1303.6 1547.3 A 2034.7 2278.4 2522.1 2765.8 3009.5 3253.2 3496.9
1059.9 A A A 1791 2034.7 A A A A A A A
1303.6 1547.3 2278.4 2522.1 2765.8 3009.5 3253.2 3496.9 3740.6

CuCo (%)

Tabla 10: Según este cuadro los minerales se encuentran en menor cantidad.

FUENTE: ELABORACION PROPIA

5. DATOS ERRONEOS

Los datos erróneos en este estudio de la minería se dan en el levantamiento

topográfico ya que la diferencia de altura, los histogramas realizados en el estudio nos

arroja cero.
Ilustración 1: errores en los datos optenidos en el campo, quiere decir que los minerales no se encuentran en estas
altura de coordenadas.

16
 UNIVERSIDAD ALAS PERUANAS

6. DATOS DUPLICADOS

Ilustración 2: Estos datos duplicados nos hace referencia que se tomaron los datos dos veces en mismo lugar eso es
un error de campo.

FUENTE: ELABORACION PROPIA

7. DETERMINACION DE INTERVALOS DE CONFIANZA

7.1. VARIANZA Y DESVIACION ESTANDAR

Ilustración 3 Varianza y desviación estándar

17
 UNIVERSIDAD ALAS PERUANAS

 Con estoy datos de varianza y desviación estándar nos da un nivel de confianza

de la seguridad de que los exploraciones que se hacen a diferentes alturas a cielo
abierto que en esas partes se encuentran los diferentes yacimientos de minerales,
en donde estos datos es de suma importancia para no invertir o hacer un gasto
insulso.

8. CONCLUSION

Estos estudios de análisis de diferentes minerales, haciendo el estudio estadístico

con obteniendo la moda la varianza y con los histogramas nos da un nivel de confianza
con una exactitud de 99% de que esas alturas se encuentran los yacimientos mineros.

Según lo estudiado de estos datos de minerales se ha encontrado que a una altura mayor
no se encuentra en un 0% de minerales, mientras a una altura media los minerales se
encuentran en 0.2%, en cambio a una altura (media a baja) se encuentran los minerales
en 99%.

Ilustración 4: los intervalos con exactitud de los minerales

18
 UNIVERSIDAD ALAS PERUANAS

9. RECOMENDACION

Se recomienda que cuando se hace un mapeo exploratorio de los diferentes datos

en campo no se pueden tomar en los mismos puntos los datos dos veces, yaqué allí se
genera un error acumulativo que en la tabla nos puede botar con un negativo o con un
falso promedio de dato de mineral.

19