GEO ESTADÍSTICA

Una vez recogida la información que va a utilizarse, se decide qué modelos de estimación se usarán. Existen dos grandes modelos
actualmente utilizados: el kriging (o krigeaje), que se subdivide en ordinario, simple y de indicadores, y el kriging puntual y de bloques.
Esto en honor al ingeniero sudafricano Danie Krige, que comenzó a desarrollar la geoestadística durante su trabajo en las minas de oro
de Witwatersrand.

Además existen otros modelos de kriging como el universal, el IRFk, el disyuntivo y el log-normal. El kriging no sólo se usa en minería;
tiene aplicaciones hidrogeológicas, en las ciencias de la tierra, medioambientales, en el procesamiento de imágenes satelitales e incluso
en el diseño de aparatos que utilizan microondas, entre otros.

En el campo de la minería, lo que busca el kriging en términos generales es interpolar un valor (como la elevación, porosidades o presencia
de contaminantes, por ejemplo) de un lugar que aún no ha sido observado en base a observaciones realizadas en ubicaciones cercanas.

Así, la geoestadística puede realizar evaluaciones de reservas mineras, es decir, la estimación de parámetros a partir de un número
relativamente pequeño de perforaciones y muestras diversas.

Íntimamente relacionadas a los modelos de estimación están los modelos de simulación. Esto debido a la necesidad de una mayor
precisión de la información obtenida del kriging.

¿Es mejor un modelo de simulación que uno de estimación?

Son diferentes y cada uno tiene sus ventajas y desventajas.

Por ejemplo, los modelos de estimación dependen mucho del número de muestras y de cómo están distribuidos, cosa que no sucede en
los modelos de simulación.

Por el contrario, los modelos de estimación no requieren de muchos recursos informáticos, lo que sí es altamente demandante en el caso
de los modelos de simulación.

Al igual que en el caso de los modelos de estimación, aunque existen varios modelos de simulación hay unos pocos que son más
ampliamente conocidos y utilizados. Entre esto se encuentran la simulación condicional, la gaussiana y la de indicadores.

Como puede verse, la geoestadística es un campo en pleno desarrollo y alto en complejidad. Justamente por estas causas los
profesionales especializados en esta área son altamente demandados y constituyen un pilar muy fuerte en cualquier empresa minera.

La estadística descriptiva se utiliza para resumir y describir datos cuantitativos. Esta descripción informa de la localización,
dispersión y forma de la distribución de sus datos. Para ello se utilizan las siguientes técnicas.

Se le llama frecuencias al número de casos (individuos, objetos, situaciones, etc.) en cada categoría; es decir, el número
de objetos que se están analizando en los conjuntos o subconjuntos de estudio.

Éstas suelen presentarse a través de la distribución de frecuencias, que es conjunto de puntuaciones ordenadas en sus
respectivas categorías. En un cuadro se muestra el número de veces que se repiten los puntajes, categorías, valores o
clases.

Existen diferentes presentaciones, obsérvalas en la siguiente tabla.

Las medidas permiten establecer relaciones, tanto al interior de las variables como entre ellas.

Las medidas de tendencia central son las más básicas y las más utilizadas para el análisis de datos. Se les conoce también
como “medias”. Observa su clasificación en el siguiente esquema.
La siguiente tabla muestra la relación entre los conceptos de medida de tendencia central, misma que puedes utilizar como
apoyo para elegir la medida más adecuada. Además toma en cuenta la escala utilizada en la recolección de los datos. Si la
escala era nominal, la única medida posible es la moda. Si la escala fue ordinal, se puede usar la mediana o la moda.

Cuadro tomado de Investigación educativa I

Además de las medidas de tendencia central se encuentran las medidas de variabilidad útiles para responder a la pregunta
sobre dónde están diseminadas las puntuaciones o valores obtenidos. Toma en cuenta que las medidas de tendencia
central son valores en una distribución y las medidas de la variabilidad son intervalos, designan distancias o un número de
unidades en la escala de medición. Analiza el siguiente esquema para conocerlas.
Población: Es el Conjunto Total de individuos, objetos o eventos que tienen la mismas características y sobre el que
estamos interesados en obtener conclusiones Muestra : Es una parte de la población, la cual se selecciona con el propósito
de obtener información. Debe ser “representativo”

UNIVERSO.
En estadística es el nombre especifico que recibe particularmente la investigación social la operación dentro de la
delimitación del campo de investigación que tienen por objeto la determinación del conjunto de unidades de observaciones
del conjunto de unidades de observación que van a ser investigadas. Para muchos investigadores él termino universo y
población son sinónima. En general, el universo es la totalidad de elementos o características que conforman el ámbito de
un estudio o investigación.

POBLACIÓN.
En estadística el concepto de población va más allá de lo que comúnmente se conoce como tal. En términos estadísticos,
población es un conjunto finito o infinito de personas, animales o cosas que presentan características comunes, sobre los
cuales se quiere efectuar un estudio determinado. En otras palabras, la población se define como la totalidad de los valores
posibles (mediciones o conteos) de una característica particular de un grupo especificado de personas, animales o cosas
que se desean estudiar en un momento determinado. “Una población es un conjunto de todos los elementos que estamos
estudiando, acerca de los cuales intentamos sacar conclusiones”. Levin & Rubin (1996).
“Una población es un conjunto de elementos que presentan una característica común”. Cadenas (1974).

El tamaño que tiene una población es un factor de suma importancia en el proceso de investigación estadística y en nuestro
caso social, y este tamaño vienen dado por el número de elementos que constituyen la población, según el número de
elementos la población puede ser finita o infinita. Cuando el número de elementos que integra la población es muy grande,
se puede considerar a esta como una población infinita, por ejemplo; el conjunto de todos los números positivos.

Una población finita es aquella que está formada por un limitado número de elementos, por ejemplo; el número de
habitantes de una comarca.

Cuando la población es muy grande, es obvio que la observación y/o medición de todos los elementos se multiplica la
complejidad, en cuanto al trabajo, tiempo y costos necesarios para hacerlo. Para solucionar este inconveniente se utiliza
una muestra estadística.

MUESTRA.
Un subconjunto cualquiera de la población . Para que la muestra nos sirva para extraer conclusiones sobre la población
deber ser representativa , lo que se consigue seleccionando sus elementos al azar , lo que da lugar a una muestra aleatoria.
Es una parte o porción extraída de un conjunto por métodos que permiten considerarla como representativa del mismo.
Entonces, una muestra no es más que una parte de la población que sirve para representarla. La muestra debe obtenerse
de la población que se desea estudiar; una muestra debe ser definida sobre la base de la población determinada, y las
conclusiones que se obtengan de dicha muestra sólo podrán referirse a la población en referencia.

MUESTREO.
Procedimiento para la obtención de una muestra, el muestreo como se dijo es el proceso de obtención de la muestra.
Puede ser probabilístico y no probabilístico. Hablamos de un muestreo probabilístico cuando los integrantes de la muestra
se escogen al azar y por lo tanto, puede calcularse con antelación la probabilidad de obtener cada una de las muestras que
pueden formarse de esa población o la probabilidad que tiene cada elemento de la población de ser incluido en la muestra.

PARÁMETROS.
Es una función establecida sobre los valores numéricos de una comunidad. Se trata, por lo tanto, de una cifra representativa
que permite modelizar un plano real. La utilidad de los parámetros estadísticos se encuentra ante la dificultad para
manipular un elevado número de datos individuales de una misma sociedad. Este tipo de parámetros permite obtener un
panorama general de la población y llevar a cabo comparaciones y predicciones. El parámetro al dato se considera como
imprescindible y orientativo para lograr evaluar o valorar una determinada situación. A partir de un parámetro, una cierta
circunstancia puede comprenderse o ubicarse en perspectiva, los mismos suelen representarse con letras griegas. El valor
de un parámetro poblacional es un valor fijo en un momento dado. Ejemplo: La media Aritmética = m (miu), La desviación
Típica = s, (Sigma) etcétera. Por dar otros ejemplos concretos: “Si nos basamos en los parámetros habituales, resultará
imposible comprender esta situación”, “El paciente está evolucionando de acuerdo a los parámetros esperados”, “Estamos
investigando pero no hay parámetros que nos permitan establecer una relación con el caso anterior”, “La actuación del
equipo en el torneo local es el mejor parámetro para realizar un pronóstico sobre su participación en el campeonato
mundial”.
DATO ESTADÍSTICO
Es un conjunto de valores numéricos que tienen relación significativa entre sí. Los mismos pueden ser comparados,
analizados e interpretados en una investigación cualquiera. Se puede afirmar que son las expresiones numéricas obtenidas
como consecuencia de observar un individuo de la población; por lo tanto, son las características que se han tomado en
cuenta de cualquiera población para una investigación determinada. Estos números que representan las modalidades de las
variables. Por ejemplo, el 1 puede representar la modalidad “Mujer”, el 6.3 representa una de las magnitudes que podemos
registrar en la variable “grado de conocimiento de las técnicas estadísticas”. Los datos pueden ser clasificados según
diferentes criterios, uno de los cuales se basa en las modalidades que presentan: Se dirá que son datos dicotómicos los que
provienen de variables que solo admiten dos modalidades (por ejemplo la variable “género”), son datos dicotomizados
aquellos que presentan dos categorías pero provienen de variables con más de dos modalidades (por ejemplo datos con
valores 1 y 0 que representan aprobado y suspenso).