Geoestadı́stica

NRC-10581

m.dazpea

Unidad 7: Relación tonelaje-ley Introducción

Definición
Análisis de incertidumbre Medidas de
Incertidumbre

Evaluar modelo

Docente: Mailiu Dı́az Peña, Dra. C.1 de incertidumbre

Ejemplo

1 Facultad Conclusiones
de Ingenierı́a
m.dazpea@uandresbello.edu Referencias

GEO404-Geoestadı́stica
Julio 8, 2021
Table of Contents
Geoestadı́stica
NRC-10581

1 Introducción m.dazpea

Introducción
2 Definición Definición

Medidas de
Incertidumbre
3 Medidas de Incertidumbre
Evaluar modelo
de incertidumbre
4 Evaluar modelo de incertidumbre Ejemplo

Conclusiones

5 Ejemplo Referencias

6 Conclusiones

7 Referencias
Table of Contents
Geoestadı́stica
NRC-10581

1 Introducción m.dazpea

Introducción
2 Definición Definición

Medidas de
Incertidumbre
3 Medidas de Incertidumbre
Evaluar modelo
de incertidumbre
4 Evaluar modelo de incertidumbre Ejemplo

Conclusiones

5 Ejemplo Referencias

6 Conclusiones

7 Referencias
Introducción
Geoestadı́stica
NRC-10581

m.dazpea
El análisis de incertidumbre puede ser abordado de dos formas:
Introducción
1. Modelar la incertidumbre en un punto (área o bloque) no muestreado a través Definición
de un estimador kriging z ∗ (x) y la varianza de estimación asociada σε2 , con los Medidas de
cuales podemos conformar un intervalo de confianza gaussiano centrado en el Incertidumbre

Evaluar modelo
valor estimado, para un nivel de confianza del 95 %, de incertidumbre

Ejemplo
z ∗ (x) ± 2σε (1) Conclusiones

Referencias
Introducción
Geoestadı́stica
NRC-10581

m.dazpea
El análisis de incertidumbre puede ser abordado de dos formas:
Introducción
1. Modelar la incertidumbre en un punto (área o bloque) no muestreado a través Definición
de un estimador kriging z ∗ (x) y la varianza de estimación asociada σε2 , con los Medidas de
cuales podemos conformar un intervalo de confianza gaussiano centrado en el Incertidumbre

Evaluar modelo
valor estimado, para un nivel de confianza del 95 %, de incertidumbre

Ejemplo
z ∗ (x) ± 2σε (1) Conclusiones

Referencias
2 Modelar las distribuciones de probabilidad locales de las variables aleatorias
Z (x).
Introducción
Geoestadı́stica
NRC-10581

m.dazpea
El análisis de incertidumbre puede ser abordado de dos formas:
Introducción
1. Modelar la incertidumbre en un punto (área o bloque) no muestreado a través Definición
de un estimador kriging z ∗ (x) y la varianza de estimación asociada σε2 , con los Medidas de
cuales podemos conformar un intervalo de confianza gaussiano centrado en el Incertidumbre

Evaluar modelo
valor estimado, para un nivel de confianza del 95 %, de incertidumbre

Ejemplo
z ∗ (x) ± 2σε (1) Conclusiones

Referencias
2 Modelar las distribuciones de probabilidad locales de las variables aleatorias
Z (x).
• ¿Qué problemas podemos encontrar?
Introducción
Geoestadı́stica
NRC-10581

m.dazpea

Modelar la incertidumbre por estimador kriging: Introducción

• el error de estimación ε = z ∗ (x) − z ( x) es modelado como una realización de Definición

una variable regionalizada Gaussiana. Dependerá de la variabilidad local. Medidas de

Incertidumbre
• la varianza σε2 es independiente de las muestras consideradas para la estimación. Evaluar modelo
de incertidumbre
Modelar la incertidumbre con simulación condicional: Ejemplo

Conclusiones

Referencias
Introducción
Geoestadı́stica
NRC-10581

m.dazpea

Modelar la incertidumbre por estimador kriging: Introducción

• el error de estimación ε = z ∗ (x) − z ( x) es modelado como una realización de Definición

una variable regionalizada Gaussiana. Dependerá de la variabilidad local. Medidas de

Incertidumbre
• la varianza σε2 es independiente de las muestras consideradas para la estimación. Evaluar modelo
de incertidumbre
Modelar la incertidumbre con simulación condicional: Ejemplo
• implica una aproximación más rigurosa a la estimación de incertidumbre local Conclusiones

por medio de la función de probabilidad condicional a partir de diferentes Referencias

realizaciones (distintas versiones de la realidad). Todas las realizaciones tienen

la misma probabilidad de ser ciertas y cumplen condiciones.
Table of Contents
Geoestadı́stica
NRC-10581

1 Introducción m.dazpea

Introducción
2 Definición Definición

Medidas de
Incertidumbre
3 Medidas de Incertidumbre
Evaluar modelo
de incertidumbre
4 Evaluar modelo de incertidumbre Ejemplo

Conclusiones

5 Ejemplo Referencias

6 Conclusiones

7 Referencias
Definición
Geoestadı́stica
NRC-10581

m.dazpea

La idea es generar un conjunto de representaciones equiprobables, realizaciones de Introducción

la distribución espacial de las variables Z (x) y utilizar las diferencias entre mapas Definición

simulados como medida de incertidumbre. Medidas de

Incertidumbre
Para modelar la incertidumbre debemos considerar las respuestas de las siguientes Evaluar modelo
preguntas [Goovaerts, 2001]: de incertidumbre

• ¿Qué tipo de modelo de incertidumbre se busca? (local o espacial) Ejemplo

Conclusiones
• ¿Cuál es el soporte para la evaluación de la incertidumbre? Referencias
• ¿Por qué modelamos la incertidumbre? (para evaluar el riesgo o para
investigar el efecto de los errores de predicción en funciones complejas)
Definición
Geoestadı́stica
NRC-10581

m.dazpea

Introducción
Incertidumbre local Definición

Sea una ubicación x, la forma probabilı́stica de modelar la incertidumbre sobre Medidas de

Incertidumbre
una variable continua z en x consiste en: ver el valor desconocido z(x) como Evaluar modelo
una realización de una variable aleatoria Z (x) y derivar la función de distribución de incertidumbre

Ejemplo
acumulada de Z (x),
Conclusiones

F (x, z|(n)) = Prob{Z (x) ≤ z|(n)} (2) Referencias

Definición
Ejemplo de funciones de distribución acumulada en dos ubicaciones a partir Geoestadı́stica
NRC-10581
de 100 realizaciones [Goovaerts, 2001] m.dazpea

Introducción

Definición

Medidas de
Incertidumbre

Evaluar modelo
de incertidumbre

Ejemplo

Conclusiones

Referencias
Definición
Geoestadı́stica
Incertidumbre espacial (2 ubicaciones) NRC-10581

m.dazpea
Sea el caso en el que se desea modelar la incertidumbre conjunta en las ubicaciones
x1 y x2 , Introducción

F (x1 , x2 ; z1 , z2 |(n)) = Prob{Z (x1 ) ≤ z1 , Z (x2 ) ≤ z2 |(n)} (3) Definición

Medidas de
Incertidumbre
Donde si las dos ubicaciones no están correlacionadas entonces,
Evaluar modelo
de incertidumbre
F (x1 , x2 ; z1 , z2 |(n)) = F (x1 , ; z1 |(n))F (x2 , ; z2 |(n)) (4) Ejemplo

Conclusiones
La ecuación (3) se puede obtener con una aproximación numérica que consiste en Referencias
generar L pares de valores correlados {z l (x1 ), z l (x2 )} con l = 1, 2, . . . , L,
L
1X l
F (x1 , x2 ; z1 , z2 |(n)) ≈ I (x1 , z1 )I l (x2 , z2 ) (5)
L
l=1

donde la función indicador será 1 si el valor simulado no supera el umbral.

Definición
Geoestadı́stica
NRC-10581

m.dazpea

Introducción

Incertidumbre espacial (n ubicaciones) Definición

Medidas de
Incertidumbre
Se puede generalizar a cualquier número J de ubicaciones,
Evaluar modelo
de incertidumbre
L Y
J
1 X Ejemplo
Prob{Z (xj ) ≤ zj , j = 1, 2, . . . , J|(n)} ≈ I l (xj , zj ) (6)
L Conclusiones
l=1 j=1
Referencias
Table of Contents
Geoestadı́stica
NRC-10581

1 Introducción m.dazpea

Introducción
2 Definición Definición

Medidas de
Incertidumbre
3 Medidas de Incertidumbre
Evaluar modelo
de incertidumbre
4 Evaluar modelo de incertidumbre Ejemplo

Conclusiones

5 Ejemplo Referencias

6 Conclusiones

7 Referencias
Medidas de Incertidumbre
Geoestadı́stica
NRC-10581

m.dazpea
Medidas de incertidumbre más frecuentes [Garcı́a et al., 2007]
• Entropı́a local: dada por la expresión, Introducción

Definición
Z ∞
Medidas de
H(x) = −[ln f (x, z|(n))]f (x, z|(n))dz (7) Incertidumbre
−∞ Evaluar modelo
de incertidumbre

Para efectos prácticos, el rango de variación de z se discretiza en K clases, y Ejemplo

se aproxima la entropı́a de acuerdo a los intervalos de probabilidad, Conclusiones

Referencias
K
X
H(x) ≈ − [ln pk (x)]pk (x) ≥ 0 (8)
k=1
Medidas de Incertidumbre
Geoestadı́stica
NRC-10581
Medidas de incertidumbre más frecuentes [Garcı́a et al., 2007] m.dazpea

• Varianza condicional: mide la amplitud de la distribución condicional

Introducción
alrededor de su media, Definición
Z ∞ Medidas de

σ 2 (x) = [z − zE∗ (x)]2 f (x, z|(n))dz (9) Incertidumbre

−∞ Evaluar modelo
de incertidumbre

en la práctica se aproxima, Ejemplo

Conclusiones
K
X +1 Referencias

σ 2 (x) ≈ [z̄k − zE∗ (x)]2 [F (x, zk |(n)) − F (x, zk−1 |(n))] (10)
k=1

donde z̄ es la media al interior de cada clase K y zE∗ (x) la media de la

distribución condicional.
Medidas de Incertidumbre
Geoestadı́stica
NRC-10581

m.dazpea

Introducción

Definición

Medidas de incertidumbre más frecuentes [Garcı́a et al., 2007] Medidas de

Incertidumbre
• Rango intercuartil: diferencia entre los cuartiles superior e inferior de la Evaluar modelo
de incertidumbre
distribución condicional,
Ejemplo
IQR(x) = Q3 − Q1 (11) Conclusiones

Referencias
Table of Contents
Geoestadı́stica
NRC-10581

1 Introducción m.dazpea

Introducción
2 Definición Definición

Medidas de
Incertidumbre
3 Medidas de Incertidumbre
Evaluar modelo
de incertidumbre
4 Evaluar modelo de incertidumbre Ejemplo

Conclusiones

5 Ejemplo Referencias

6 Conclusiones

7 Referencias
Evaluar modelo de incertidumbre
Geoestadı́stica
Para evaluar la incertidumbre local en cualquier ubicación x; si un conjunto de mues- NRC-10581

m.dazpea
tras medidas y las funciones de distribución acumulada derivadas de forma indepen-
diente son conocidas para N ubicaciones, xj {[z(xj ), F (x, z|(n))], j = 1, 2, . . . , N}, la Introducción
fracción de valores verdaderos que caen en el intervalo de probabilidad (p) simétrico, Definición

se puede calcular como Medidas de

Incertidumbre

N Evaluar modelo

¯ = 1 de incertidumbre
X
ξ(p) ξ(xj ; p)∀p ∈ [0, 1] (12)
N Ejemplo
j=1 Conclusiones

con, Referencias

(
1 si F −1 (xj ; (1 − p)/2) < z(xj ) ≤ F −1 (xj ; (1 + p)/2)
ξ(xj ; p) (13)
0 caso contrario

para p = 0.5 el intervalo estarı́a entre el Q1 y Q3, [F −1 (xj ; 0.25|(n)), F −1 (xj ; 0.75|(n))].
Evaluar modelo de incertidumbre
Geoestadı́stica
NRC-10581

m.dazpea

Introducción
Para aplicaciones donde se analiza que el valor exceda un cierto umbral, el intervalo Definición
puede ser remplazado por un análisis centrado en la mediana, Medidas de
Incertidumbre
(
1 si F −1 (xj ; p 0 < z(xj ) Evaluar modelo
de incertidumbre
ξ(xj ; p) (14)
0 caso contrario Ejemplo

Conclusiones

p0
con = 1 − p. Un modelo correcto de incertidumbre local implicarı́a que el 50% Referencias

del valor real sea mayor a la mediana.

Evaluar modelo de incertidumbre
Geoestadı́stica
NRC-10581

m.dazpea

Introducción

Definición

Medidas de
Incertidumbre

Evaluar modelo
de incertidumbre

Ejemplo

Conclusiones

Referencias
Table of Contents
Geoestadı́stica
NRC-10581

1 Introducción m.dazpea

Introducción
2 Definición Definición

Medidas de
Incertidumbre
3 Medidas de Incertidumbre
Evaluar modelo
de incertidumbre
4 Evaluar modelo de incertidumbre Ejemplo

Conclusiones

5 Ejemplo Referencias

6 Conclusiones

7 Referencias
Ejemplo
Geoestadı́stica
Estimación del contenido de carbono en el suelo NRC-10581

m.dazpea

Introducción

Definición

Medidas de
Incertidumbre

Evaluar modelo
de incertidumbre

Ejemplo

Conclusiones

Referencias
Ejemplo
Geoestadı́stica
NRC-10581

m.dazpea

Introducción

Definición

Medidas de
Incertidumbre

Evaluar modelo
de incertidumbre

Ejemplo

Conclusiones

Referencias
Table of Contents
Geoestadı́stica
NRC-10581

1 Introducción m.dazpea

Introducción
2 Definición Definición

Medidas de
Incertidumbre
3 Medidas de Incertidumbre
Evaluar modelo
de incertidumbre
4 Evaluar modelo de incertidumbre Ejemplo

Conclusiones

5 Ejemplo Referencias

6 Conclusiones

7 Referencias
Conclusiones
Geoestadı́stica
NRC-10581

m.dazpea

Introducción
• Entender el concepto de incertidumbre. Definición

• Identificar las medidas de incertidumbre. Medidas de

Incertidumbre

• ¿Cómo evaluar el modelo de incertidumbre? Evaluar modelo

de incertidumbre

Ejemplo

Conclusiones

Referencias

¿Se entendió la clase? Todo, parte, nada

Table of Contents
Geoestadı́stica
NRC-10581

1 Introducción m.dazpea

Introducción
2 Definición Definición

Medidas de
Incertidumbre
3 Medidas de Incertidumbre
Evaluar modelo
de incertidumbre
4 Evaluar modelo de incertidumbre Ejemplo

Conclusiones

5 Ejemplo Referencias

6 Conclusiones

7 Referencias
Referencias
Geoestadı́stica
NRC-10581

m.dazpea

Chilès, J. P. & Delfiner, P. (2012). ”Geostatistics: Modeling Spatial Un-

Introducción
certainty”, 2nd Ed., John Wiley & Sons, Inc. New York, 731 p.
Definición

Isaaks, E. H. & Srivastava, R. M. (1989). ”Applied geostatistics”, Chapter Medidas de

Incertidumbre
12, Oxford University hess, Inc. Evaluar modelo
de incertidumbre
Garcı́a, D., Soares, A., Pérez, J. L. and Carvalho, J. (2007) ”Aplicación del Ejemplo
método de simulación secuencial directa para la evaluación de la incer- Conclusiones
tidumbre a nivel local en modelos digitales de elevaciones”, El acceso a Referencias
la información espacial y la nuevas tecnologı́as geográficas, pp. 119-132.
Goovaerts, P. (2001) ”Geostatistical modelling of uncertainty in soil sci-
ence”, Geoderma, 103, pp. 3-26.