VALIDACIÓN CRUZADA EN GEOESTADÍSTICA

EVALUACIÓN DE MODELOS VARIOGRÁFICOS, MÉTODOS Y PLANES DE ESTIMACIÓN

MSc. HEBER HERNÁNDEZ G. (ABRIL-2021)
HEBER@NUBEMINERA.CL
 AGENDA
Nube Minera

Taller
Práctico en
SGeMS
Introducción 4

1
Caso a
Validación trabajar
Cruzada 3
2
 1. Introducción
Muestra

Ponderación

A B C D

Z*(0) Z*(0) Z*(0) Z*(0)

El resultado, variará según el modelo variográfico.
 1. Introducción

E= B

Z*(x) – Z(x)
La realidad se desconoce siempre (Z(x)), si no, no estimaríamos.
 2. Validación Cruzada

La validación cruzada nos permite comparar valores estimados y

verdaderos utilizando la información disponible en un conjunto
de datos de muestra.

3% 1 1% 2 3% 1%

1% 3 ? 3

4% 4 2% 5 4% 2%

Muestra Validación Cruzada

Normalmente este método se utiliza para comparar dos o más modelos variográficos, tipos de
kriging y/o diferentes planes de kriging.

Algunas alternativas de VC: dejando una afuera (1) y por subconjunto de la muestra (50%).
 2. Validación Cruzada

? 1 1 2 3 1 ? 2 3 1 3 1 1 2

1 3 ?1 3 ? 3 1 3

4 4 2 5 4 4 2 5 4 2 ? 4 2 5

Observación 1 fuera Observación 2 fuera Observación 3 fuera Observación 4 fuera

3 1 1 2 N° Valor real observación Valor estimado

1 3 ?
1 3 2 1 ?
3 1 ?

4 ? 5
4 4 ?
4
5 2 ?

Observación 5 fuera

Validación cruzada dejando uno afuera

 2. Validación Cruzada
Verdadero Modelo 1 Modelo 2 Modelo 3
3 3 2.8 4
1 1 0.7 3
1 1 1.6 1.5
4 4 4.4 2
2 2 1.6 3

Validación Cruzada Modelo 1 Validación Cruzada Modelo 2

5 5
R² = 1 R² = 0.9025
4 4
3 3
2
2
1
1
0
0 1 2 3 4 5 0
0 1 2 3 4 5
Validación Cruzada Modelo 3
5
R² = 0.0248
4

0
0 1 2 3 4 5

Un diagrama de dispersión de los valores verdaderos frente a los valores estimados. Debería haber un alto coeficiente de correlación.

Si el coef. = 1; la validación cruzada es perfecta, sin embargo esto no asegura el éxito.

 2. Validación Cruzada
Verdadero Modelo 1 Modelo 2 Modelo 3 Error M1 Error M2 Error M3
3 3 2.8 4 0 0.2 -1
1 1 0.7 3 0 0.3 -2
1 1 1.6 1.5 0 -0.6 -0.5
4 4 4.4 2 0 -0.4 2
2 2 1.6 3 0 0.4 -1

El histograma de errores debe ser simétrico, centrado en una media cero, con una desviación estándar mínima.

Los histogramas con pocos datos en este caso no muestran lo que esperamos.
 2. Validación Cruzada

Algunas observaciones a esta técnica

• El método generalmente no es lo suficientemente sensible
como para detectar diferencias menores de un modelo de
variograma a otro. Otros parámetros de kriging, como la
estrategia de búsqueda, el número de datos utilizados en
la estimación, el uso o no de búsquedas de octantes o
cuadrantes, etc., son generalmente más importantes que
los propios modelos de variogramas.
• El análisis se realiza sobre muestras o compositos, cuando
en realidad estamos interesados ​en un soporte de
volumen diferente (bloques). Esto no permite ninguna
conclusión definitiva sobre la ejecución final, ya que las
muestras pueden no ser representativas del dominio.
Incluso si el modelo de variograma funciona mal en la
reestimación, no necesariamente funcionará mal en la
ejecución de la estimación final.
 3. Caso a trabajar
Compositos - Sondajes

Ley Mineral transformada – Dominio 1

Ley mineral original Ley mineral transformada

 4. Taller Práctico en SGeMS
Ley estimada vs verdadera Error vs Ley verdadera

Histograma de errores

El objetivo es comparar el variograma principal, versus algunos alternativos y ver cual tiene el mayor “rho” .
GRACIAS POR SU INTERÉS
CONTACTO:
HEBER@NUBEMINERA.CL
WWW.NUBEMINERA.CL