Introducción

A. Vásquez A. 1
UNP
Objetivo del Curso
• Estimación de variables o propiedades.
• La Ingeniería Geológica necesita cuantificar variables para
diseñar y desarrollar diferentes actividades.
• Por ejemplo: leyes de elementos, densidad, resistencia
(compresión, tracción, corte), capacidad portante, plasticidad,
porosidad, humedad, potencia de veta, etc.
• Aplicación más frecuente: estimación de reservas.

A. Vásquez A. 2
UNP
REVISIÓN DE
ESTADÍSTICA

A. Vásquez A. 3
UNP
• POBLACIÓN: Todo el conjunto de elementos en estudio.
– Los mineros informales de la Región Piura.
– Todas las “muestras” posibles a tomar de un yacimiento.
– Podemos tener poblaciones con pocos elementos.
– Caso: 7 análisis por Cu y Pb para determinar ecuación de regresión
lineal.

• MUESTRA: Parte representativa de la población

• PARÁMETRO ESTADISTICO: número que se obtiene a

partir de un conjunto de datos (distribución estadística) y que
sintetiza alguna característica relevante de la misma.

A. Vásquez A. 4
UNP
HOLE-ID FROM TO SAMPLE NO CU % S%
B225 0 33 B225-1 0.10 0.70
B225 33 57 B225-2 0.01 1.10
B225 57 76 B225-3 0.01 2.10
B225 76 88 B225-4 1.10 2.60
B225 88 100 B225-5 0.70 2.40
B225 100 132 B225-6 0.01 0.80
B225 132 151 B225-7 0.90 2.50
B225 151 171 B225-8 1.80 7.40
B225 171 192 B225-9 1.70 8.60
B225 192 213 B225-10 1.80 5.20
B225 213 232 B225-11 1.10 10.80
B225 232 252 B225-12 2.20 12.20
B225 252 267 B225-13 1.00 5.80
B225 267 285 B225-14 0.80 5.20
B225 285 290 B225-15 1.80 8.00
B225 290 295 B225-16 1.50 6.80
B225 295 299 B225-17 2.20 11.80
B225 299 305 B225-18 0.90 5.20

B225 305 315 B225-19 0.70 7.00

B225 315 337 B225-20 1.80 7.80
B225 337 354 B225-21 1.00 6.50
B225 354 368 B225-22 0.50 7.80
B225 368 378 B225-23 1.60 9.60
B225 378 389 B225-24 0.30 9.40
B225 389 399 B225-25 0.50 8.40
B225 399 409 B225-26 0.40 7.80
B225 409 419 B225-27 0.60 5.80
B225 419 429 B225-28 0.30 7.40
B225 429 439 B225-29 0.50 6.80
B225 439 449 B225-30
A. Vásquez A. 0.30 8.20 5
B225 449 459 B225-31
UNP 0.30 7.40
Histograma

0.6 1.9 3.1 4.9

Representación 0.8 2.1 3.2 5.1
gráfica de datos 0.9 2.1 3.3 5.3
agrupados en 1.0 2.1 3.3 5.6
intervalos 1.1 2.7 3.7 5.9
1.2 2.8 3.9 6.7
1.2 2.8 4.1 6.9
1.4 2.9 4.3 7.5
1.5 3.0 4.5 8.3
1.8 3.0 4.8 11.4

A. Vásquez A. 6
UNP
A. Vásquez A. 7
UNP
Histograma acumulado

Para cada ley de corte, se visualiza la frecuencia de los valores menores

que dicha ley de corte.

A. Vásquez A. 8
UNP
Parámetro Estadístico
• Número que se obtiene a partir de un conjunto de datos
(distribución estadística) y que sintetiza alguna característica
relevante de la misma.

– Medidas de Centralización.

– Medidas de Posición.

– Medidas de Dispersión.

– Medidas de Forma.

A. Vásquez A. 9
UNP
Parámetros Estadísticos

A. Vásquez A. 10
UNP
Medidas de Centralización
• Son parámetros alrededor de los cuales se distribuyen los datos
y se toman como el centro de la misma.
• Media.
– Media aritmética.

– Media geométrica

7.5
• 2 5 7 8 10 13

14.5
• 1 4 8 10 11 53
A. Vásquez A. 11
UNP
Medidas de Dispersión
• Son parámetros que indican cuánto se alejan del centro los
valores de la distribución.
• Varianza

• Desviación estándar

• Coeficiente de Variación

A. Vásquez A. 12
UNP
 Medidas de Dispersión
Media = 5.72

2.3 3.5 4.6 6.3 8.2 9.4

2 4 6 8 10
Desv. Est. = 2.51

0.4 1.2 4.4 8.1 9.1 11.1

2 4 6 8 10
Desv. Est. = 4.01

A. Vásquez A. 13
UNP
 Percentiles y Cuartiles

Percentiles 25 y 75
20
15
frecuencia

10
5
0

150 160 170 180 190

Altura (cm) en 100 varones

A. Vásquez A. 14
UNP
Rango Intercuartílico
• Distancia entre primer y tercer cuartil
• Parecida al rango, pero eliminando las observaciones más
extremas inferiores y superiores.
0.05

Mín. P25 P50 P75 Máx.

0.04
0.03

25% 25% 25% 25%

0.02

Rango intercuartílico
0.01

Rango
0.00

150 160 170 180 190

A. Vásquez A. 15
UNP
Medidas de Forma
COEFICIENTE DE ASIMETRÍA O SKEWNESS
• Indica el grado de simetría de la distribución.
• La distribución normal es completamente simétrica y su
coeficiente es 0.

A. Vásquez A. 16
UNP
Medidas de Forma
COEFICIENTE DE APLASTAMIENTO O KURTOSIS
• Indica el grado de aplastamiento o levantamiento de una
distribución.
• La distribución normal es equilibrada y su coeficiente es 3.

Leptocúrtica K > 3
Mesocúrtica K = 3
Planicúrtica K < 3

A. Vásquez A. 17
UNP
Parámetros Bivariados
• Determinan el grado de relación entre 2 variables.
COVARIANZA
• Mide el grado de relación entre dos variables, pero tiene el
inconveniente de que su valor depende de las unidades y de las
variables que se relacionan.

A. Vásquez A. 18
UNP
COVARIANZA
• Signo positivo indica relación directa.
• Signo negativo indica relación inversa.

A. Vásquez A. 19
UNP
COEFICIENTE DE CORRELACIÓN
• Mide el grado de relación entre dos variable y permite
compararlo con el grado de relación de otros pares de
variables.

• Su valor oscila entre -1 y 1.

• Cuando el C r C es próximo a 1 la correlación es fuerte.
• Cuando el C r C es próximo a 0 la correlación es débil.
• Valor de referencia de buena correlación depende de cantidad
de datos y precisión del estudio.
• En el curso tomaremos como A. Vásquez A.
referencia
UNP el valor de 0.7- 20
Coeficiente de Correlación

A. Vásquez A. 21
UNP
Coeficiente de Correlación
Otras clases de correlación

A. Vásquez A. 22
UNP
Coeficiente de Correlación
Valores “aberrantes”

A. Vásquez A. 23
UNP
Regresión Lineal

A. Vásquez A. 24
UNP
Regresión Lineal

La regresión lineal consiste en determinar la recta que mejor represente la

nube de puntos. Su ecuación es:

Y  b  mX

 ( x, y )
m 2
 ( x) b Y m X

A. Vásquez A. 25
UNP
Regresión Lineal
Y X

Muestra Au g/TM Ag Onz/TM

12M10 2.64 1.580

12M11 2.25 2.010

12M12 2.11 2.154

12M13 1.96 2.914

12M15 1.84 2.290

12M17 1.23 2.951

12M18 1.02 3.280

12M19 0.85
A. Vásquez A. 4.583 26
UNP
Regresión Lineal
3.00

1.580, 2.64
2.50

2.010, 2.25
2.154, 2.11
2.00
2.914, 1.96
2.290, 1.84
Au g/TM

1.50
Au g/tn
Linear (Au g/tn)
2.951, 1.23

1.00 3.280, 1.02

4.583, 0.85

0.50

0.00
0.000 1.000 2.000 3.000 4.000 5.000
Ag onz/TM
A. Vásquez A. 27
UNP
Regresión Lineal

Muestra
12M10
Y
Au g/tn
2.64
X
Ag onz/tn Au*Ag Au estimado
1.580 4.171 2.44
Y  b  mX
12M11 2.25 2.010 4.523 2.17
12M12 2.11 2.154 4.545 2.08
12M13 1.96 2.914 5.711 1.62
12M15 1.84 2.290 4.214 2.00
 ( x, y )
12M17 1.23 2.951 3.630 1.60
m
12M18
12M19
1.02
0.85
3.280
4.583
3.346
3.896
1.39
0.60
 2 ( x)
Media 1.738 2.720 Sumatoria
Deest Pob 0.595 0.879 34.036
Covarianza -0.473 Pendiente -0.612
Coef Correl -0.904 Intersección 3.403
Varianza 0.354 0.773
12M16 2.985 1.576 Estimado

b Y m X

A. Vásquez A. 28
UNP
Regresión Lineal
3.000

2.640
2.500
2.44
2.250
2.17
X Y 2.110
2.08
2.000 2.00 1.960
Muestra Ag onz/tn Au g/tn Au estimado
1.840
12M10 1.58 2.640 2.44

Au g/TM
12M11 2.01 2.250 2.17 1.62
1.60
1.500
12M12 2.15 2.110 2.08 1.39
12M13 2.91 1.960 1.62 1.230
12M15 2.29 1.840 2.00
1.000 1.020
12M17 2.95 1.230 1.60
0.850
12M18 3.28 1.020 1.39
12M19 4.58 0.850 0.60 0.60
0.500

0.000
1.00 1.50 2.00 2.50 3.00 3.50 4.00 4.50 5.00
Ag onz/TM

A. Vásquez A. 29
UNP
Distribución Normal

• La distribución normal es la distribución de mayor uso en la

estadística que se caracteriza por agrupar la mayor parte de los
datos alrededor de la media, siendo los datos extremos bastante
escaso.

A. Vásquez A. 30
UNP
 Distribución Normal
0.05

0.05
0.04

0.04
0.03

0.03
0.02

0.02
0.01

0.01
x s x 2s
68.5 % 95 %
0.00

0.00
150 160 170 180 190 150 160 170 180 190

• Centrada en la media y a una desv. típica (estándar) de distancia

hay aproximadamente el 68% de las observaciones.

• A dos desviaciones típicas tenemos el 95% (aprox.)

A. Vásquez A. 31
UNP
Distribución Normal

• Centrada en la media y a una desv. típica (estándar) de distancia

hay aproximadamente el 68% de las observaciones.
• A dos desviaciones típicas tenemos el 95% (aprox.)
A. Vásquez A. 32
UNP
 TABLA DE PROBABILIDAD ACUMULADA DE LA DIST. NORMAL
DESV ESTANDAR PROBABILIDAD DESV ESTANDAR PROBABILIDAD
DESDE LA MEDIA ACUMULADA DESDE LA MEDIA ACUMULADA
-3.0 0.0014 0.0 0.5000
-2.9 0.0019 0.1 0.5398
-2.8 0.0026 0.2 0.5793
-2.7 0.0035 0.3 0.6179
-2.6 0.0047 0.4 0.6554
-2.5 0.0062 0.5 0.6915
-2.4 0.0082 0.6 0.7257
-2.3 0.0107 0.7 0.7580
-2.2 0.0139 0.8 0.7881
-2.1 0.0179 0.9 0.8159
-2.0 0.0228 1.0 0.8413
-1.9 0.0287 1.1 0.8643
-1.8 0.0359 1.2 0.8849
-1.7 0.0446 1.3 0.9032
-1.6 0.0548 1.4 0.9192
-1.5 0.0668 1.5 0.9332
-1.4 0.0808 1.6 0.9452
-1.3 0.0968 1.7 0.9554
-1.2 0.1151 1.8 0.9641
-1.1 0.1357 1.9 0.9713
-1.0 0.1587 2.0 0.9773
-0.9 0.1841 2.1 0.9821
-0.8 0.2119 2.2 0.9861
-0.7 0.2420 2.3 0.9893
-0.6 0.2743 2.4 0.9918
-0.5 0.3085 2.5 0.9938
-0.4 0.3446 2.6 0.9953
-0.3 0.3821 2.7 0.9965
-0.2 0.4207 2.8 0.9974
-0.1 0.4602 2.9
A. Vásquez A. 0.9981 33
0.0 0.5000 UNP 3.0 0.9987
Distribución Lognormal

A. Vásquez A. 34
UNP
Transformación de Dist. Lognormal

Si a los valores originales se les aplica logaritmo, distribución se

convierte en normal

A. Vásquez A. 35
UNP