NOCIONES FUNDAMENTALES

Yacimientos Minerales
El yacimiento se ve como muestra
una reunin de bloques,
que sern estimados a
partir de datos cercanos
(muestras de sondajes o de
pozos de tronadura).

En las muestras han sido bloque

medidos los atributos de lmite de zona mineralizada

inters: leyes (cobre, oro,

arsnico...), densidad de la
roca, tipo de roca... lmite de zona mineralizada
 PARA QU SIRVE EVALUAR LOS
RECURSOS Y RESERVAS?

reporte de recursos / reservas

estudio de factibilidad

diseo de la explotacin

planificacin

control de leyes: mejorar la seleccin entre mineral y estril

MINERAL

Material que tiene un inters econmico, en oposicin a estril

Esta definicin depende de varios factores:

temporales (precio del metal, tecnologa...)

legales (normas de seguridad, ambientales...)

ubicacin (infraestructura disponible)

tasa de descuento...
LEY

Es la concentracin de un elemento en el subsuelo (elemento principal,

subproducto o contaminante)

POTENCIA, ACUMULACIN

LEY DE CORTE

Se trata de un valor de ley que separa categoras distintas de material,

por ejemplo mineral y estril
DILUCIN

La dilucin se refiere al hecho de mezclar (no separar) el mineral del

estril. Puede deberse a varios factores:

dilucin interna

geomtrica: debido al contacto entre mineral y estril

inherente (selectividad debida al tamao de bloque)

dilucin externa o de operacin

 RECURSO Y RESERVA MINERAL
El concepto de recurso no est conectado a un objeto o a
un material, pero si al valor asociado.

Ej. Los depsitos de caoln en el Devon (UK)

- Se formaron 300 millones de aos atrs.
- La historia del hombre los ignora.
- En 1745, W. Cookworthy descubre el uso cermico para
producir porcelanas. (sucesivamente, ser identificado la
utilizacin para papel).
- Hoy esos depsitos garantizan la mayora de la produccin
inglesa de caolines.
 DEFINICION DE RECURSO Y RESERVA
-En 200 aos (periodo breve) vuelven a ser un recurso
importante.
- El adelanto tecnolgico modifica el status de una
substancia (ej. U. Th., en los ltimos 80 aos).
- La evaluacin puede ser restringida a un conjunto
limitado de individuos, pero homogneo culturalmente
y viceversa.
 DEFINICION DE RECURSO Y RESERVA
Los depsitos de silex de Grimes Groves (UK)
-Centro de produccin de 2500 hasta 1400 AC. (110
aos, Neoltico).
- La llegada de las edades del bronce, del Cobre, y del
Hierro, anulan el inters.
- Desde entonces el rea se qued deshabitada.
RECURSO GEOLGICO

Concentracin u ocurrencia de material de inters econmico intrnseco

en o sobre la corteza de la Tierra en forma y cantidad en que haya
probabilidades razonables de una eventual extraccin econmica

Se habla indistintamente de recursos geolgicos, minerales o in situ

RESERVA MINERA

Es la parte econmicamente explotable de un recurso mineral. Incluye

dilucin de materiales y tolerancias por prdidas que se puedan
producir cuando se extraiga el material.

Contempla la consideracin de y modificacin por factores

razonablemente asumidos de extraccin, metalrgicos, econmicos, de
mercados, legales, ambientales, sociales y gubernamentales.
 CATEGORIZACIN DE RECURSOS Y RESERVAS

Existen varios cdigos internacionales para guiar la categorizacin de recursos y reservas:

JORC (Australia), SAMREC (Sudfrica), CIM (Canad), IMM (Europa), SME (Estados
Unidos)...
 CLASIFICACION DE RESERVAS
MINERALES Y ENERGIAS FOSILES
Criterios Generales segn (UNCF)
-Viabilidad Econmica y comercial (E).
-Estudio y viabilidad del proyecto (F).
-Conocimiento Geolgico (G).

La mayora de las clasificaciones

adoptan los mismos criterios,
implcitamente o explcitamente.

La UNCF hace el cuadro de referencia

para la armonizacin de las
clasificaciones existentes.
 CLASIFICACION DE RESERVAS
MINERALES Y ENERGIAS FOSILES
Las Clases y las Categorias
-Tres categoras principales para la
viabilidad econmica y comercial.
-Tres categoras para describir el
estado y la viabilidad del proyecto.
-Cuatro categoras para describir el
nivel de reconocimiento Geolgico (G).

Una clase de cantidad, corresponde a

un cubo (ej. 111) o a un conjunto de
cubos.

Los recursos totales son una clase que

incluye todos los cubos.
 CLASIFICACION DE RESERVAS
MINERALES Y ENERGIAS FOSILES
Categora de las Reservas
- E1 Econmicas.
- E2 Potencialmente Econmicas.
- E3 Intrnsicamente Econmicas.
- F1 Estudio de viabilidad.
- F2 Estudio de Pre-Viabilidad
- F3 Estudio Geolgico.
- G1 Prospeccin de detalle.
- G2 Prospeccin general.
- G3 Prospeccin
- G4 Estudio de reconocimiento.
 CLASIFICACION DE RESERVAS
MINERALES Y ENERGIAS FOSILES
Cantidad de los Recursos y Reservas
- Las Reservas Mineras
Demostradas 111
Probables 121 + 122
-Los Recursos Mineros
. Con viabilidad 211
. Pre-viabilidad 221 + 222
. Medidos 331
. Indicados 332
. Previstos 333
. Reconocidos 334
 DONDE INTERVIENE LA
GEOESTADISTICA?
La Geoestadstica, interviene directamente o
indirectamente en todos los tres ejes del sistema de
clasificacin:
-En el clculo objetivo de la confianza de las
estimaciones y en la optimizacin de ellas.
- En el control de proceso de seleccin.
- En suministrar los elementos para soportar las
diferentes elecciones del proyecto.
- En contribuir a un cuadro probabilstico del cash-
flow y al clculo de los ndices asociados
 DONDE INTERVIENE LA
GEOESTADISTICA?
El anlisis geoestadstico de datos interviene en todas las etapas de un
proyecto minero:

Estudio geolgico (largo plazo)

puede indicar direcciones de continuidad, restringir o

ampliar la extensin de la zona de inters

Campaa de exploracin

evaluar y categorizar los recursos in situ (evaluacin

global)

justificar la produccin de largo plazo

 DONDE INTERVIENE LA
GEOESTADISTICA?
Estudio de factibilidad y operacin

campaa de sondajes en malla densa

modelamiento geolgico

estimacin local de recursos para determinar reservas

mineras, planificar la produccin de mediano y corto
plazo, clasificar cada bloque como mineral o estril

reporte (inventario) de los recursos y reservas, detallando

su cantidad y su confiabilidad

auditoria para comprobar la evaluacin

 DONDE INTERVIENE LA
GEOESTADISTICA?
Explotacin

mediciones en pozos de tronadura

control de leyes: definir qu bloques mandar a planta o

botadero

reconciliacin mina - planta

A medida que avanza el proyecto minero, se tiene un conocimiento ms

completo del depsito y se actualiza los modelos geolgicos y de recursos /
reservas para incorporar la informacin nueva.
Ejemplo: prfido cuprfero en el cual se mide la ley de cobre

La densidad del muestreo influye en el conocimiento de la continuidad

espacial de los valores (regularidad, anisotropa...)
 VARIABLE REGIONALIZADA

Una variable regionalizada es una funcin que

representa el desplazamiento en el espacio de un
atributo asociado a un fenmeno natural
(mineralizacin)

Ejemplos:
leyes en cobre, arsnico, molibdeno
densidad de la roca
potencia y acumulacin de una veta
cdigo de litologa
 VARIABLES REGIONALIZADAS (2)

En trminos mineros se define la geoestadstica como

la aplicacin de la teora de las variables regionalizadas
a la estimacin de los recursos mineros.

Una variable regionalizada es una funcin que

representa la variacin en el espacio de una cierta
magnitud asociada a un fenmeno natural.

Sea x un punto del espacio. Se designa la variable

regionalizada por la notacin z(x).
Notacin condensada

Antes de estudiar ejemplos de variables regionalizadas,

mencionemos que en geoestadstica se utiliza la notacin
condensada: Un punto del espacio se representa por la letra x.
Por ejemplo la ley en el punto x se representa por z(x). Por
consiguiente, z(x) puede significar:

z(x) si el problema es unidimensional (1-D)

z(x1, x2) si el problema es bidimensional (2-D)
z(x1, x2, x3) si el problema es tridimensional (3-D)

Se observa que existen problemas de notacin: Se acostumbra a

designar una variable regionalizada con la letra z, lo cual coincide
con la notacin utilizada para la cota o elevacin.
 Ejemplos de variables regionalizadas

Ejemplo 1: En el espacio de una dimensin, sea z(x) = Ley de Cu a lo largo de una

galera:

Figura 2: Galera reconocida entre

Figura 1: Canaletas en una galera.
los puntos A y A

Las leyes de las canaletas se

pueden graficar:

Figura 3: Leyes de canaletas

entre A y A.
Ejemplo 2: En la dimensin tiempo (una dimensin t), el precio de un metal p(t).

Fig. 4: Precio del cobre (promedio mensual 1987-2005) en centavos de dlar / libra.

Ejemplo 3: En el espacio de dos dimensiones, sea z(x1, x2) = z(x) = potencia

mineralizada en un yacimiento de nitratos:
Ejemplo 4: En el espacio de tres dimensiones, sea z(x1, x2, x3) = z(x) = Ley de Cu
en el punto x dentro de un depsito masivo:
En un depsito de este tipo se
puede comprobar que la ley
de cobre se comporta de
manera diferente en la zona
de xidos y en la zona de
sulfuros. Esto nos conduce a
considerar para la ley de
cobre, dos variables
regionalizadas diferentes.
Figura II.6: Caso tpico de depsito de xidos-
sulfuros. La capa superior corresponde a grava
o coluvio.

Ejemplo 5: En el espacio de tres dimensiones, sea z(x1, x2, x3) = z(x) = densidad
de la roca en un punto x dentro de un depsito minero:
Observacin:
Los ejemplos anteriores nos muestran que una variable regionalizada es
simplemente una funcin z(x) del punto x. Sin embargo, esta funcin no se
comporta como las funciones que se estudian en Matemticas: En general z(x)
es muy desordenada en su variacin espacial y no se podr expresar, en
particular, z(x) como un polinomio.

Una variable regionalizada es una variable definida en cada punto de un

dominio espacial (espacio 1D, 2D, 3D).

-Marcamos la coordenada con x

- La VR se escribe con z(x)
- El trmino regionalizada
especifica que la funcin
numrica depende de la
localizacin
Una variable regionalizada se caracteriza por:
su naturaleza (continua / categrica)
su dominio de extensin (campo)
su soporte, por ejemplo:
sondaje HQ de 1m
unidad selectiva de explotacin de 5m 5m 5m
La distribucin de los valores depende del soporte
en el cual se mide la variable (efecto de soporte, que
tiene consecuencia en la selectividad)
 CASO A Media = 3,08 Varianza = 4.0416

CASO B Media = 3,08 Varianza = 4.0416

Notamos una marcada diferencia espacial, puesta de manifiesto en las diferencias

sucesivas entre las muestras contiguas:

Diferencia de Leyes para el caso A: 1,0 ; 1,0 ; 1,0 ; 1,0 ; 1,5

Diferencia de Leyes para el caso B: 3,0 ; 1,5 ; 2,5 ; 1,0 ; 2,0
ESTIMACIN LOCAL MODELO DE BLOQUES

Una variable regionalizada presenta variabilidad en el espacio, por lo

cual existe cierta incertidumbre en sus valores en sitios no
muestreados. Para compensar la falta de informacin debida al
nmero limitado de datos, se recurre a estimar los valores de los
bloques que componen el yacimiento a partir de las muestras
circundantes.

Cabe recordar que las estimaciones nunca son perfectas y estn

afectadas por errores que pueden incidir en el clculo de los recursos o
de las reservas
Fuentes de errores

variabilidad inherente de las leyes

errores en el modelo geolgico

errores de muestreo (variabilidad introducida)

 Etapas en la Evaluacin de Yacimientos

Modelamiento geolgico: determinacin de unidades geolgicas

en base a la litologa, mineraloga, alteracin, etc. En general, cada
unidad se estudia y se estima por separado.

Evaluacin de la calidad de los datos (muestras)

Modelamiento geoestadstico de los datos

Estimacin global y local de los recursos geolgicos

Definicin y reporte de las reservas mineras

 CAPITULO I

ESTUDIO EXPLORATORIO DE DATOS

REGIONALIZADOS
 PRESENTACION DE LOS DATOS

Sondajes de exploracin en un yacimiento tipo prfido cuprfero

obtencin de 2376 datos compositados con sus leyes de

cobre total (en %), oro total (en ppm) y el tipo de roca.

Cdigo Tipo de roca

4 Granodiorta cascada
54 Diorta
20 Brecha de turmalina
31 Brecha de polvo de roca
34 Brecha de polvo de roca y turmalina

28 Brecha monolito
29 Brecha de turmalina - monolito
 PRESENTACION CON MAPAS
Permite visualizar la ubicacin de los datos en el espacio y
darse una idea preliminar de la continuidad espacial de la
variable regionalizada en estudio:

litologa

mineralizacin definicin de unidades geolgicas

alteracin

leyes, densidad, potencia, etc.

TIPOS de MAPAS: secciones; plantas; vistas 3D; mapas con

escala de colores, codificados por indicador, por smbolos,
etc.
 PRESENTACION CON MAPAS
Nos interesamos por la ley de cobre total
 DISTRIBUCION DE LEYES
HISTOGRAMA ESTNDAR

Visualiza la frecuencia de ocurrencia en funcin del valor

 DISTRIBUCION DE LEYES
ESTADSTICA BSICA
medidas de posicin
media, mediana, moda, mnimo, mximo,
rango, deciles, cuartiles, cuantiles
medidas de dispersin
varianza, desviacin estndar, coeficiente
de variacin, rango intercuartil
medidas de forma
coeficiente de asimetra, coeficiente de
aplanamiento
 EJEMPLO DISTRIBUCION DE LEYES
89 88 94 110 118 108 73 107 118 125
+ + + + + + + + + +
88 70 103 111 122 64 84 105 113 120
+ + + + + + + + + +
87 100 47 111 124 109 0 98 134 125
+ + + + + + + + + +
82 81 110 121 119 77 52 111 117 123
Ubicacin
+ + + + + + + + + +
82 74 97 105 112 91 73 115 118 127 de 100
+ + + + + + + + + + muestras
81 77 103 112 123 19 10 111 114 121 de Zn
+ + + + + + + + + + (ppm)
77 82 86 101 109 113 70 102 120 120
+ + + + + + + + + +
77 84 74 108 121 143 91 52 136 140
+ + + + + + + + + +
75 80 83 87 94 99 95 48 139 138
+ + + + + + + + + +
74 80 85 90 97 101 96 72 128 131
+ + + + + + + + + +
En estadstica no existe una regla general para el clculo del intervalo de
clase, sin embargo, existen tcnicas que permiten determinarlo para n
observaciones:

Sturges: L = 1 + 3.32 log (n)

Dixon and Kronwell: L = 10 log (n)

Velleman: L=2 n

Utilizando las tcnicas correspondientes, para el ejemplo se tiene que:

n = 100
L = 7.64 (Sturges)
L = 20 (Dixon and Kronwell)
L = 20 (Velleman).

Se ha optado por L = 15 para construir la tabla de frecuencias y el

histograma.

El Ancho de Clase = (Vmax Vmin)/L = (143 0) / 15 = 9.5333 10

 MARCAS FREC. FREC. FREC. FREC. REL.
CLASE
DE CLASE ABSOLUTA ACUM. RELATIVA ACUM
(INTERVALO)
Xi
fi Fi hi Hi
( 0 10 ] 5 2 2 0,02 0,02
( 10 20 ] 15 1 3 0,01 0,03
( 20 30 ] 25 0 3 0 0,03
( 30 40 ] 35 0 3 0 0,03
( 40 50 ] 45 2 5 0,02 0,05
( 50 60 ] 55 2 7 0,02 0,07
( 60 70 ] 65 3 10 0,03 0,1
( 70 80 ] 75 13 23 0,13 0,23
( 80 90 ] 85 16 39 0,16 0,39
( 90 100 ] 95 11 50 0,11 0,5
( 100 110 ] 105 14 64 0,14 0,64
( 110 120 ] 115 18 82 0,18 0,82
( 120 130 ] 125 11 93 0,11 0,93
( 130 140 ] 135 6 99 0,06 0,99
( 140 150 ] 145 1 100 0,01 1
 Histograma de Zn (ppm)

20 18
Frecuencia Absoluta

16
14
15 13
11 11 En estimacin de reservas
10 mineras es importante
6 observar la frecuencia
5 3
2
1
2 2
1
acumulada sobre un lmite
0 0
0 inferior (Cut Off). En la
5 15 25 35 45 55 65 75 85 95 105 115 125 135 145 tabla de frecuencias, se
Zn (ppm) muestra la frecuencia
acumulada, observamos
Histograma del Acumulado de Zn (ppm) que en lugar de registrar
las muestras de una clase,
120
Frecuencia Acumulado

registramos el total de
100
muestras inferiores a
80
ciertos cut offs. El
60 histograma del acumulado
40 es una funcin entre 0 y
20 100%
0
5 15 25 35 45 55 65 75 85 95 105 115 125 135 145
Zn (ppm)
 ESTADSTICA BSICA
MEDIDAS DE POSICIN

LA MEDIA
La media aritmtica o simplemente media de un grupo de datos, caracteriza a
los grupos de datos cuyo polgono de frecuencias presenta simetra y poca
dispersin. Cuando los datos no estn agrupados, se suman los nmeros y se
dividen entre el nmero de ellos.

1 n En el ejemplo, la media de la variable Zn (ppm) para n = 100

X xi es:
n i 1

1 n
X Zn 97.01
n i 1
Cuando los datos estn agrupados formando tablas de frecuencia se utiliza la
frmula:
1 n
X fixi 96.70
n i 1
 ESTADSTICA BSICA
LA MEDIANA
La mediana es el punto que divide la distribucin de los datos en dos partes
iguales. Debajo y encima de la mediana existe aproximadamente el 50% de los
datos. Dicho de otro modo la mediana, M, es el valor de la muestra central
cuando stos se encuentran dispuestos en orden creciente o decreciente: x1
x2 xn La mediana se calcula por:
 ESTADSTICA BSICA
LA MODA
Es el valor que ocurre con mayor frecuencia; la barra de mayor altura en un
histograma nos dar una idea de la posicin de la moda. En el histograma de la
variable Zn observamos que la clase 110-120 ppm es la de mayor frecuencia;
dentro de esta clase, el valor 111 ppm es el de mayor ocurrencia.

Un grupo de datos puede tener una moda, dos modas, etc. En tales casos la
distribucin se llama, respectivamente, unimodal, bimodal, etc.

Cuando los datos estn agrupados, formando una distribucin de frecuencias, la

moda, Mo, se calcula por la frmula siguiente:
 ESTADSTICA BSICA
CUARTILES, DECILES Y PERCENTILES
Los cuartiles son medidas de posicin que dividen en cuatro partes
iguales al conjunto de valores ordenados de una distribucin de
frecuencias. Estas medidas son: el primer Cuartil Q1, el segundo Cuartil
Q2 y el tercer Cuartil Q3, el segundo Cuartil Q2 coincide con la mediana
Me, luego Q2 = Me.
 ESTADSTICA BSICA
MEDIDAS DE DISPERSION

LA VARIANZA
Es uno de los principales estadgrafos que cuantifica el grado de variabilidad de
las muestras. Est determinada por la relacin:

1 n
(x m )
2 2
Se utiliza cuando los argumentos
n i 1 i x representan la poblacin total

1 n

2
Cuando los datos representan una

2

n 1 i 1
( xi m x ) muestra de la poblacin.

La varianza es el promedio de las diferencias cuadrticas entre los valores y su

media, siempre ser positiva y altamente sensible a los valores errticos. Para
nuestro ejemplo utilizando la segunda frmula obtenemos que la varianza es igual
a 705.59
 ESTADSTICA BSICA
LA DESVIACION ESTANDAR
Es la raz cuadrada de la varianza . A diferencia de la varianza, la desviacin
estndar conserva el mismo orden de magnitud.

2 26.56

EL COEFICIENTE DE VARIACION
CV 0.27
Est definido por la relacin x

El coeficiente de variacin da un indicio del grado de dificultad en las

inferencias estadsticas: un coeficiente de variacin mayor de 1 indica la
presencia de valores errticos disminuyendo la calidad del estimador. Otro uso
no menos importante del CV, es la de permitir la comparacin del grado de
variabilidad entre variables cuyas magnitudes son sensiblemente diferentes
(ejemplos, Cu y Fe).
 ESTADSTICA BSICA
EL COEFICIENTE DE VARIACION
El coeficiente variacin, tambin se utiliza para hallar la densidad de muestreo
(establecer la distancia de muestreo) y la cantidad de muestra a tomar, ya que
es una medida de la dispersin de los datos, por lo que:

Cuanto mayor es el coeficiente, ms separados estn los datos y, por tanto,

menor debe ser la distancia de muestreo.

Basndose en el valor de coeficiente de variacin se entra en una tabla,

establecida segn la experiencia (Kuzvart y Bohmer, 1978), que nos establece la
distancia a fijar entre muestras; como se muestra en la siguiente tabla:
 ESPACIADO ENTRE MUESTRAS EN FUNCIN DEL COEFICIENTE DE VARIACIN

Distribucin de CV Tipos de Yacimiento Espaciado

los elementos de las
analizados muestras
(metros)
Regular 0.05 0.4 Yacimientos sencillos de carbn, 50 60
pizarras bituminosas, materiales
para la construccin y cementos,
sales, fosfatos, algunos yacimientos
de Fe y Mn
Irregular 0.4 1.0 Yacimientos hidrotermales, 64
metasomticos de contacto, la
mayor parte de los polimetlicos y
de Cu, algunos de W y Mo, muy
pocos de Au
Muy irregular 1.0 1.5 La mayor parte de los yacimientos 4 2.5
de Sn, W y Mo, muchos yacimientos
de Au
Extremadament > 1.5 Muchos yacimientos de tierras raras, 2.5 2
e irregular Au y Pt
 CANTIDAD DE MUESTRA A TOMAR EN FUNCIN DEL COEFICIENTE DE
VARIACIN

Distribucin de loes Coeficiente de Variacin Peso de la muestra

elementos analizados

Muy regular Hasta 0.20 X = (0.6 0.8 Kg. )

Regular 0.20 0.40 3. X
Irregular 0.40 0.8 6. X
Muy irregular 0.8 1.5 9. X
Extraordinariamente > 1.5 12. X
irregular
 DETECCION DE POSIBLES VALORES ERRTICOS (OUTLIERS)
Se define como posibles valores errticos, aquellas observaciones que se
muestran inconsistentes con el resto de los valores de las muestras.

Un valor posible errtico, puede ser el resultado de un error de medicin, de un

error de metodologa de muestreo o puede ser propio de la variabilidad inherente
al fenmeno.

El error de medicin es causada por inadecuada medicin o un mal registro de

valores; mientras que los errores de metodologa son causadas por un muestreo
sesgado o una definicin inadecuada de la poblacin. Los outliers producto de la
variabilidad de un fenmeno son raros pero no imposibles de presentarse.

Los outliers tienen un gran impacto en las inferencias estadsticas y antes de

eliminarlas es preciso evaluarlas porque pueden ser fuente de importante
informacin (caso tpico en prospeccin geoqumica). Los criterios de deteccin
de outliers que a continuacin se detallan deben ser tomados con bastante
prudencia, siempre es mejor remuestrear o volver a analizar un amuestra antes
de eliminarla.
Estarn comprendidos entre el valor critico 2.7
El 99.3% de los valores
-2.7 ti 2.7
 ESTADSTICA BSICA
89 88 94 110 118 108 73 107 118 125
+ + + + + + + + + +
11 12 22 25 30 28 21 20 35 27
ANALISIS ESTADISTICO 88 70 103 111 122 64 84 105 113 120

PARA DOS VARIABLES +

14
+
9
+
32
+
29
+
29
+
8
+
9
+
18
+
18
+
20

(ANALISIS BIVARIABLE) 87 100 47 111 124 109 0 98 134 125

+ + + + + + + + + +
16 12 5 32 28 21 0 13 23 22

Los datos provenientes de 82 81 110 121 119 77 52 111 117 123

la corteza terrestre es a +
15
+
14
+
15
+
30
+
30
+
22
+
13
+
16
+
21
+
23

menudo de carcter 82 74 97 105 112 91 73 115 118 127

multivariable, es preciso +
21
+
9
+
19
+
31
+
32
+
18
+
17
+
18
+
22
+
25
por consiguiente disponer
81 77 103 112 123 19 10 111 114 121
de herramientas de + + + + + + + + + +
20 17 21 29 30 8 2 15 24 24
anlisis que permitan
77 82 86 101 109 113 70 102 120 120
cuantificar la relacin y la + + + + + + + + + +
17 12 13 31 32 30 18 14 28 21
dependencia entre
77 84 74 108 121 143 91 52 136 140
variables, anlisis que + + + + + + + + + +
14 15 15 15 17 33 10 9 35 34
ayudar a una mejor
75 80 83 87 94 99 95 48 139 138
comprensin del + + + + + + + + + +
16 17 11 28 24 21 25 16 33 35
fenmeno en estudio.
74 80 85 90 97 101 96 72 128 131
+ + + + + + + + + +
22 28 10 31 30 29 22 20 33 34
De la comparacin de las medias de la tabla anterior, se observa que,
en orden de magnitud, la variable Zn es aproximadamente 5 veces
mayor que Pb; de la comparacin de los Cv se deduce que los valores
de Zn son menos fluctuantes que Pb.
 P = -0,86323738 ESTADSTICA BSICA
Diagrama de Correlacion de Zn vs Pb
%Pb %Zn 35

1 30 30

3 33 25

20
6 28
%Zn 15
10 18
10
9 25 5 y = -1.1149x + 33.776

12 25 0
0 2 4 6 8 10 12 14 16
15 15 %Pb

Desviacin standard de la poblacin

DIAGRAMAS DE CORRELACIN (SCATTERPLOTS)
Es la forma ms comn de visualizar la relacin entre dos variables. Del
mismo modo permite detectar los outliers (valores que salen de la tendencia
general de los datos). En la fase inicial del anlisis de datos es necesario
una adecuada revisin y eliminacin de valores sospechosos puesto que la
calidad de una estimacin depender de la confiabilidad de los datos.

Diagrama de Correlacin entre las variables Zn y Pb

40

30
Pb (ppm)

20

10

0
0 50 100 150 200
Zn (ppm)
El diagrama de correlacin de la figura, muestra que hay una relacin entre
las variables Zn y Pb: los alores altos de Zn estn asociados con los valores
altos de Pb; anlogamente, existe una asociacin entre los valores bajos. Al
observar la tendencia general del diagrama de correlacin se deduce que
para Zn = 50 ppm corresponder una valor de Pb comprendido entre 5 y 15
ppm aproximadamente; una manera de predecir un valor conociendo el valor
de una de las variables.

CORRELACION
La relacin entre dos variables puede presentarse de tres maneras:
correlacin positiva, correlacin negativa o correlacin nula. La correlacin
nula nos indica la ausencia de toda asociacin en estudio, es decir el
incremento o disminucin de los valores de una variable no afecta la otra.
COEFICIENTE DE CORRELACIN
Entre dos variables puede existir una relacin ms o menos estrecha que
se llama correlacin, y se puede medir mediante el coeficiente de
correlacin, , que es un nmero, asociado a los valores de las dos
variables.
Para nuestro ejemplo, tenemos que el coeficiente de correlacin entre el Zn y el
Pb es 0.73.
El coeficiente de correlacin puede valer entonces entre -1 y +1; indicando el
grado de difusin del diagrama de correlacin
Cuando = +1 existe una relacin funcional entre las dos variables de modo que
el valor de cada variable se puede obtener a partir de la otra. Los puntos de la
nube estn todos situados sobre una recta de pendiente positiva.
Si = -1 el diagrama de correlacin estar contenido en una lnea recta de
pendiente negativa.
Tanto ms se acerque a cero, tanto ms el diagrama de correlacin se
presentar difusa.
REGRESION LINEAL
La recta de regresin lineal entre dos variables mejora la calidad de prediccin de
una variable a partir de la otra. La prediccin ms simple es la obtenida por regresin
lineal definida por:

Donde m y son las medias y la desviacin estndar de las variables x e y

respectivamente. La ecuacin de recta as hallada es la ms ptima relacin lineal
entre las variables X e Y.
 40
Para la el diagrama de correlacin Pb = 0,23(Zn) - 1,13

de la siguiente figura, se obtiene 30

Pb (ppm)
a = 0.23 y b = 1.13,
20
consecuentemente, la ecuacin
para predecir Pb a partir de los 10

valores conocidos de Zn ser de la

0
forma: Pb = 0.23(Zn) 1.13 0 20 40 60 80 100 120 140 160
Zn (ppm)

160 Zn = 2,35(Pb) + 47,97

De igual modo para la figura 120
siguiente podemos interesarnos en
Zn (ppm)

predecir Zn si la variable Pb es 80

conocida, en este caso las 40

constantes halladas son a = 2.35 y b
0
= 47.97, resultando la expresin: Zn 0 5 10 15 20 25 30 35 40
= 2.35(Pb) + 47.97 Pb (ppm)