Modelo logit

Se utilizó un modelo logit de tres niveles en la investigación de los datos de estabilidad de

Mathews para reflejar las tres clases de estabilidad. El uso de un modelo logit de tres niveles
para investigar los datos de estabilidad se verificó ejecutando modelos logit binarios duales
para determinar los límites de falla estable y falla mayor por separado. Se utilizó un valor de
0,5 para la región de falla, que se consideró intermedia entre falla estable y falla mayor. Los
valores asignados a cada clase de estabilidad como resultado son: estable, 0,6–1; fracaso, 0,4-
0,6; y falla mayor, 0-0,4.

La inclinación, posición y probabilidades de los dos límites determinados a partir de los dos
modelos logit binarios separados se compararon con los dos límites determinados a partir del
modelo logit único de tres niveles. Las diferencias observadas en la posición y la inclinación de
los límites fueron menores y se adoptó el modelo de tres niveles.

En el modelo logit de los datos de estabilidad, la probabilidad de estabilidad se expresa como

una función lineal. La forma general de la función logit es:

Para el caso de estabilidad de rebaje abierto, la ecuación 3 se convierte en

Delimitación de zonas de estabilidad

Se puede trazar una curva de distribución acumulativa para los valores de probabilidad logit
de los datos para cada clase de estabilidad. También se traza la curva de distribución
acumulativa inversa de cada clase. El punto de intersección de la línea estable y la línea de falla
inversa se denomina punto de cruce. Los puntos de cruce en el gráfico de distribución
acumulativa representan el valor de probabilidad logit que definirá la línea de separación que
tendrá la misma proporción de puntos clasificados erróneamente a cada lado de la línea

El modelo logit permite cuantificar el efecto directo de mover los límites de la zona de
estabilidad en términos de riesgo o probabilidad de un resultado de estabilidad específico. Una
vez que se ha desarrollado una relación costo-riesgo para un sitio, se puede determinar un
nivel apropiado de riesgo y los límites de la zona de estabilidad y los contornos de
isoprobabilidad en el gráfico de Mathews se pueden adaptar al sitio específico.

Contornos de isoprobabilidad

Los contornos de isoprobabilidad permiten obtener las probabilidades de estabilidad, falla y

falla mayor de una superficie de diseño directamente del gráfico de estabilidad.

Las funciones de densidad de probabilidad se han determinado para cada una de las clases de
estabilidad (Fig. 7) a partir de los valores logit predichos. A partir de las funciones de densidad
de probabilidad, se produjeron los contornos de isoprobabilidad para los tres niveles
separados de estabilidad: estable (Fig. 8), falla (Fig. 9) y falla mayor (Fig. 10).
Precisión y uso del método extendido de Mathews

El gráfico de estabilidad de Mathews abarca una amplia gama de experiencias de parada

abierta y es esencialmente un modelo de autovalidación. Sin embargo, la validez y precisión
del método de Mathews dependen de la calidad y cantidad de los datos de estabilidad que
contiene. Las principales ventajas de la determinación estadística de las zonas en el gráfico de
estabilidad son la optimización de las curvas de diseño y la capacidad de evaluar la precisión
del modelo. Se puede cuantificar la naturaleza precisa de los riesgos asociados con la posición
de los límites de la zona de estabilidad. Esto elimina la necesidad de definir zonas de transición
intermedias en el gráfico de estabilidad como indicadores generales de mayor variabilidad en
los resultados de estabilidad.

Conclusiones

El gráfico extendido de Mathews es un gráfico logarítmico con zonas lineales estables, de falla
y de falla mayor en lugar del formato logarítmico lineal tradicional con múltiples límites de
estabilidad curvilíneos. Se utilizó regresión logística para optimizar la ubicación de las zonas de
estabilidad y producir contornos de isoprobabilidad para la predicción de superficies de
rebajes que son estables o exhiben fallas menores o mayores. La ventaja de la regresión
logística radica en su capacidad para minimizar las incertidumbres reflejadas en el método
mediante el uso de estimaciones de máxima verosimilitud.La regresión logística debe verse
como un medio objetivo para calcular los límites de la zona y los contornos de isoprobabilidad
para los datos de estabilidad disponibles. Mediante regresión logística se pueden cuantificar
los riesgos asociados con el uso de la técnica y se conoce la significancia estadística de las
zonas de estabilidad.

La fuerza del método de Mathews extendido radica en los contornos de isoprobabilidad, para
fallas mayores basado en el gráfico de estabilidad mejorada de regresión logística con límites
de zona de estabilidad determinados estadísticamente y contornos de isoprobabilidad. El
método extendido de Mathews sea una herramienta poderosa para la evaluación de riesgos y
la optimización del diseño de rebajes abiertos.