Varianzas, desviacion estandar y distribuciones GLG-213Varianza y desviacion estandar es 18 48 oo of haiVarianza y desviacion estandar * Esclaro de la figura en forma de campana de una distribucién de frecuencias simétricas, que diferentes curvas en forma de campana, amplias o estrechas pueden tener el mismo valor promedio. Por ejemplo; 3 valores tienen una media de 100; pero diferentes desviaciones, * Sin embargo esos grupos tienen valores muy diferentes, pues los valores del primer grupo estan mas cerca al valor promedio que los del tercer grupo, * Unvalor que describa una medida de la diferencia media de los valores individuales a partir del promedio se tequiere para definic fa variacién en distribucion,Varlanza y desviacion estandar (error estandar| de datos no tabulados * Ladiferencia entre los valores puede ser positiva o negativa, por lo que se requiere elevarlos al cuadrado. + El promedio de esta diferencia es la varianza (s*o 0?) « Surraiz cuadrada es la desviacién estandar $ 6.0 * La formula de la varianza es: g =F, 3) n-l Ff * Por qué se usa la expresion (n-1} en vez de n en la ecuacidn?. El numero de grados de libertad se muestra en el denominador, Con un gran numero de muestras la diferencia entre n y n-1 es casl insignificante,Varianza y desviacion esténdar {datos no tabulados} * Enel ejemplo las muestras x,=1, Xj=2, X33 y X,=4 la varianza seria; ] n 24d _y s aks x) 1 2 2 2 =— {l-2.5) +(2-2.5) (3-25) (4-25 P= fi-25) +0-2570-257(4-25)| I ve 3(225+0.25 +025 +225) s 3-167 3Varianza y desviacién estandar (datos no tabulados) * La desviacidn estandar es: s 341.67 241.29 * Para el caso de los valores x,=2.3, X)=2.4, X4=2.6 y X,=2.7, con media 2.5, la varianza se calcula: Ft xSG,-3) cla ? =—_ 23-25) + (24-25) (2.62.5) (2.7-2.5 PF fs-25}404-25706-25701-25)} s =4(0.001 + 0.001 +0,0014-0.004) 2 = 5x00 = 0.0033 + Ladesviacion esténdar sera =~ 0.0033 = 40.06Varianza y desviacion estandar (datos no tabulados) « La formula tradicional tiene la desventaja que se deben efectuar varios cdlculos repetitivos con decimales, Para hacerlos mas répidamente se usa la siguiente formula: s ot Slo} ne a-llig « Para el caso de la primera serie de datos, ésta sera: 2h ltt too. s = +(00-25)=ignl qeana sh =L67 s=t1.29Varianza y desviacin estandar (datos tabulados) * Elcalculo de la varianza de valores no equivalentes se realiza mejor organizando alos datos en intervalos clase, como vimos antes, * Lavarianza es entonces calculada usando la siguiente formula modificada de la varianza: Yi xx {Bf s = il isl bi X, son los valores individual es, queen este caso son los promedios de cada intervalo declase yf, son las frecuencias. bes el promedio de todoslos factores de ponderacién.Varianza y desviacion estandar (datos tabulados) Promedio de dase x, | Suma de Ghase tabu secut | | tongitudes 013 18 1 316 45 56 619 15 58 2 91-12 1035 18 y Sf le? 1115, BS 13 , Yh *% (Sax 15118, 165 en 18.1-21 195. 05. DA -b Suma Bd A * Usando el ejemplo del Cu en depdsitos tipo Kuroko, el valor b es la media de todas las longitudes =0.77, y el valor promedio es de 6.21% Cu. ° La varianza es: gio DAS 45.004 5! +5.8x75' 0519.5? -23.1x6.21" 331-077 22.33 22.33 $3 2192 =H4.68Varianza de la muestra te Mel Note ques sos Entonces para datos tabulados: ie i el 7 ft EOE = SUM mln = t ve Elfactor Ty Sconce como la correccidn de Bessel.Para usar “n” o “n-1” Dry Z)2 La diferencia entre ta yo Heat xy es grande para Muestras pequefias y es minima para grandes, practicamente son iguales. Entonces, para muestras grandes n > 60, puede usarse cualquiera de las formulas. EX, i tah iy lo cual es Para muestras pequefias se usa llamada varianza muestral o también varianza corregida y se acostumbra denotar por 5 0 simplemente S2.Varianza dela muestra * Ejemplo El siguiente cuadro muestra la distrbucion de acuerdo a su peso expresado en kilogramos, de 50 escolares: Intervalo 0 G30 3035 BA) a 55) 5055 Peso Frecuencia 48 9 7 6 6 Numero de esclares« Halla varianza de a muestra suponiendo que ls datos se encuentran uniformemente cstiuidos en cada intervalo de clase, lo cual sttfica que se tome el punto edo de cada interval, como representatvo de dicho intervalo entonces: 1, Se determina el punto medio de cada clase 2, Seencventra la rieciaaritetice de os datos tabulados 3, Sehala la diferencia entre marca de clase ya media anitmetica 4, Seelava al cvadradolasdesviaciones, luego se cvide por n- opornVarianza de la muestra +l vi rfc ve iv jz me ty, 1875 == 315 a, beai= iy’ _ 4050 on OO Monty, - a) ge tM HT 8 a e33 n-1 49Varianza de la muestra * Ejemplo Las frecuencias cardiacas de 5 nifios son: 130, 132, 127, 129, 132 pulsaciones por minuto Determinar la varianza de la frecuengia card/aca de F muestra 127 | 16129 129 | 16641 130 | 16900 132 | 17424 132_| 17424 650 | 34518Varianza de la muestra 650 My 2g 130 Sx? _ 94518 Map === 160086 Luego aplicamas la formula: $7 = M(y)- [Mg] = 169036 - 16900 =36 Calcute de S* primero catculamos (2.2)? (2x)? = (650)*=422500 ® 1 _Ohax 422500) 1 18 2 2_ ist, _ =~ - == s ap "1)- ies Z| = jlees18 — 84500] =7 = 45Desviacidn tipica o estandar * La desviacién tipica o desviacidn estandar “S” de las observaciones x,, X,...x, de una variable x, se define como la raiz cuadrada positiva de la varianza. Es decir Dey #8 = fFege VS = 6 * Elerror estandar de la media verdadera se define como: * Elerror estimado del muestreo es:Distribuciones asimétricas * ASIMETRIA Indica la deformacion horizontal de las distribuciones de frecuencia, 1, Encaso de que la curva sea simétrica, entonces la media aritmética, la mediana y la moda, coinciden. NJ X= Me =XnyDistribuciones asimétricas 2. Sila simetria es positiva, se tiene una ramificacién hacia la derecha y la media aritmética es mayor que la moda y la mediana quedard entre ambas: Xmo < Me 3leptocurtica Ki =3 mesociirtica K,<3 platicdtica K3> 2.63 leptoctrtica © Kj= 2.63 mesociirtica ‘Ks 2.63 platicirticaDistribuciones asimétricas * Una medida absoluta de asimetria estaré dada por: AS = ¥-Xno As sera negativa si la distribucion tiene asimetria negativa As, sera nulo (As=0) si la distribucion es simetrica As, sera positiva si la distribucidn tiene asimetria positivaDistripuciones asimetricas * La mayoria de los valores en geologia no son simétricos, sino que mas o menos jalan hacia la derecha (positivamente asimétricos) * Esos irregularmente altos valores o enriquecimientos frecuentemente convierten la mineralizacion en yacimientos econdmicosDistribuciones asimétricas * La experiencia muestra que incluso después de hacer los respectivos analisis de cilucion, una simple media aritmética a menudo da una ley promedio que es muy alta en comparacion a la verdadera ley del deposito + Sin embargo esos valores altos son muy importantes para el desarrollo economico del prospectoDistribuciones asimétricas * En principio dos metodologias se distinguen para la estimacion de verdaderas leyes promedias: * Los valores altos son examinados para ver si son aceptables o si deben ser tratados como erraticos, La media es calculada como un promedio aritmético normal * Los valores son transformados y examinados como distribucién normal logaritmica. EL promedio geométrico es incrementado por un factor de multiplicacién. El promedio geomeétrico es siempre menor al aritmético,Distribuciones asimétricas * Medida de asimetria Yoi-2)° f= n*s dondex, son los valores individual es, x es la media aritmetica , ses la desviacion estandar yn es el nimero de muestras. Sila distribucion es asimetrica hacia la derecha entonce Sf > 0 y sies asimetrica hacia la izquierda entonces Sf <0Distribuciones asimétricas * Ejemplo Analisis de 6 intersecciones de yacimiento de Fe-Ni: Menerepiines sa aT . ah "Sy 1 0.9 -0.85 -0,61 2 1.2 -0.55 0.17 3 15 0.25 0,02 4 19 0.15 0.00 5 24 0.65 0.27 6 2.6 0.85 0.61 Suma 01 La media es 1.75, la desviacion estandar fs 0.67 y la (desviacion estandar}? es 0.3 Sf=—— = 106 ¥ S03Reduciendo el valor mds alto al siguiente mas alto * Regla: Si hay solo un valor en los datos que es mas alto que los dems, éste es reducido al segundo mas alto. + Laley mas alta final se reduce al valor mas alto siguiente, en este caso de 44.0a 21.7 g/t. La media asi obtenida es 4.3 g/t en contraste a 4.8 g/t. La diferencia de 0.5 g/t resulta de: . M0gt-21.7 gH 45 diferencia =05gtDistribuciones asimétricas * Test estadistico para valores anomalos * Enestadistica un valor analitico se denomina andmalo si se desvia fuertemente de los otros « Dorerfell (1962) genero un diagrama para la determinacidn del umbral de valores andmalos * Lamedia y la desviacién son calculados sin los valores mas altos. Entonces un valor x, es andmalo alto si cae fuera del siguiente rango: X,2x+5*%g g=seobtiene en el diagrama de umbral de valores anomalosDistribuciones asimétricas * Una veta de Qz Au ha sido investigada por una socavén. La veta fue sistematicamente muestreada cada 3m a lo largo de su rumbo. Las muestras contienen la siguientes leyes: Sonya 15 23 24 26 32 35 48 55 aw X,2x+58%¢ Los ultimos valores son notoriamente altos. El test mostrara si deben ser reducidos.Distribuciones asimétricas + Primero La media y la desviacién son calculadas sin el valor mas alto = 68.5 g/ton La media es 10.65 g/ton, la desviacidn esténdar es 9.6, el valor g se obtiene de la grafica de valores altos anédmalos y para un nivel de significancia de (Si) 5% n=19: g=4 Entonces calculamos: X,2 xts* g X, 210.65 +9.6*4 = 49.05 Entonces el valor de 68.5 debeser reducido * Segundo Consideramos el siguiente valor mas alto y la media y la desviacién son calculados otra vez pero sin el valor de 38.9 (y sin claramente sin el 68.5) X,2r+stg X, >8.99+6.72*4=35 87 Entonces el valor de38.9 también debeser teducidoDistribuciones asimétricas * Tercero El siguiente valor alto examinado es 24.5 y calculamos la media y la desviacidn sin este valor igual que hicimos antes X42 x+s* g X 28.02 +5,58*4 = 30.34 Entonces el valor de 24,5 es aceptable * Cuarto Los valores eliminados deben ser reducides al ultimo valor que fue reducido X, 235.8% 36g/ton * Quinto Después de reducir los dos mas altos valores 38.9 y 68.5 a 36 g/ton la nueva media calculada es x=11.8eon