UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA MINERA

Y METALURGICA
ESPECIALIDAD INGENIERIA DE MINAS

TRABAJO ENCARGADO N 1
Generacin de nmeros aleatorios con visual Basic 6.0
Generacin y anlisis de los variogramas
PRESENTADO POR

:
Valeriano Quispe, Franklin

SECCION

:
R

CURSO

:
Geoestadistica 1

PROFESOR

:
Teves rojas, Augusto

23 DE ABRIL DEL 2013

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

FIGMM

INDICE

Fundamento terico resumido...3

Los modelos probabilsticos
o Por qu recurrir a los modelos probabilsticos
Lmites de la estadstica clsica....3
El modelo geo estadstico...3
Objetivo del anlisis vario grafico.......4
Qu tan continua es la variable en el espacio?
Nocin de correlacin espacial..4
Vario grama experimental.5
Caractersticas importantes de la variable regionalizada.6
Generacin de nmeros aleatorios entre <0 1> con visual Basic 6.0....7
Indicaciones acerca de la programacin realizada
1000 nmeros aleatorios generados dentro del intervalo <0 1>
Anlisis de los 1000 datos con parmetros estadsticos...10
Anlisis estadstico de los datos con el programa SPSS 20
Anlisis de los datos sin haber sido ordenados..17
Histograma correspondiente
Grafico del variograma correspondiente
Anlisis de los datos ordenados en forma ascendente..21
Parmetros estadsticos
Grfico de variograma correspondiente
Anlisis de los datos ordenados en forma descendente24
Parmetros estadsticos calculados
Grfico de su variograma correspondiente
Conclusiones..28

Geoestadistica 1

FIGMM

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

FUNDAMENTO TEORICO RESUMIDO
LOS MODELOS PROBABILSTICOS
Por qu recurrir a modelos probabilsticos?

Gran complejidad de las variables regionalizadas, en especial en las ciencias de la

tierra
una descripcin determinstica es inconcebible

LMITES DE LA ESTADSTICA CLSICA

Se considera las observaciones como
independientes de una misma variable aleatoria

resultados

(realizaciones)

la interpretacin clsica carece de realismo

EL MODELO GEOESTADSTICO
Se considera interacciones entre las observaciones, de modo de tomar en cuenta
sus dependencias espaciales.

Se podr estimar el valor en un sitio no muestreado gracias a su interaccin

con los valores en sitios circundantes

La interpretacin geoestadstica es satisfactoria, puesto

regionalizadas presentan dos aspectos complementarios

que

las

variables

La interaccin entre dos valores (= resorte) se cuantifica por las herramientas

variogrficas: principalmente el variograma, pero tambin el correlograma o la
covarianza

Geoestadistica 1

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

FIGMM

OBJETIVO DEL ANLISIS VARIOGRFICO

Describir las principales propiedades de la distribucin espacial de la variable
regionalizada en estudio, ms all de un simple reporte de los valores (perfiles,
mapas).
Qu tan continua es la variable en el espacio?
Ejemplo:
Las 2376 muestras de exploracin en un yacimiento de tipo prfido cuprfero:

NOCIN DE CORRELACIN ESPACIAL

La dispersin de la nube aumenta con la distancia de separacin.
El examen de las nubes de correlacin diferida indica cun semejantes son dos
datos en funcin de la distancia que los separa. Es decir, permite apreciar la
correlacin espacial de los valores de la variable regionalizada.

Geoestadistica 1

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

FIGMM

VARIOGRAMA EXPERIMENTAL
El variograma experimental se obtiene al visualizar el momento de inercia de las nubes
de correlacin diferida (distancia cuadrtica promedio a la diagonal principal) en
funcin de la distancia de separacin.
Generalmente, se trata de una funcin creciente de la distancia; se anula
cuando sta vale cero.
Existe una relacin entre todas las herramientas variogrficas. En general, se
prefiere utilizar el variograma en lugar de la covarianza o del correlograma.

Geoestadistica 1

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

FIGMM

EL VARIOGRAMA MUESTRA CARACTERSTICAS IMPORTANTES DE LA

VARIABLE REGIONALIZADA:
1. el crecimiento indica la velocidad con la cual la variable pierde correlacin
espacial
2. la distancia para la cual se estabiliza el variograma representa la zona de
influencia de un dato; se llama alcance
3. el comportamiento cerca del origen indica qu tan semejantes son dos datos
muy cercanos, o sea, refleja la continuidad o regularidad de la variable en el
espacio
4. el clculo del variograma puede hacerse a lo largo de distintas direcciones del
espacio y evidenciar una anisotropa
Denotemos como {

= 1... n} los sitios de muestreo y como

Z(x) la variable regionalizada.

El variograma experimental mide la desviacin cuadrtica promedio entre dos datos en
funcin de su separacin:

CONCLUSIONES ACERCA DEL VARIOGRAMA EXPERIMENTAL

El variograma experimental es poco estable cuando
la distancia h considerada es grande
el muestreo es muy irregular o preferencial
la distribucin de los datos es muy asimtrica o contiene valores extremos

Geoestadistica 1

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

FIGMM

GENERACION DE NUMEROS ALEATORIOS ENTRE <0 -1>

USANDO VISUAL BASIC 6.0

Este es el formulario que se muestra antes de ejecutar el programa que genera

la cantidad de nmeros aleatorios que no requiera dentro de cualquier
intervalo.

Para poder utilizarlo, hacemos clic en entrar.

Al hacer lo anterior, automticamente seremos re direccionados.
Ah se mostrara 4 botones las cuales cumplen su funcin respectiva
o Inicio
o Generar nmeros aleatorios
o Borrar
o Generar variograma

Geoestadistica 1

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

FIGMM

1. Para generar los nmeros aleatorios dentro de un intervalo, utilice el programa

visual Basic 6.0
a) A continuacin se muestra el cdigo con el que se trabajo para que asi sea
posible generar los 1000 nmeros aleatorios dentro del intervalo <0 -1>

Geoestadistica 1

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

FIGMM

2. Los nmeros aleatorios generados lo registraremos en una de las hojas de

clculo de Excel, con la finalidad de poder exportar a cualquier otro programa
de manera fcil.

3. Al hacer clic en el botn azul (generar nmeros aleatorios) se mostrara:

a) Ah pondremos el minimo valor del intervalo para generar los nmeros

aleatorios, para nuestro caso ser cero 0

4. Aqu se pondr el valor mximo de nuestro intervalo

5. Aqu se pondr la cantidad de nmero que necesitamos generar.

Geoestadistica 1

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

6. Luego

automticamente

0.0180

2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47

0.1826
0.3728
0.1876
0.2743
0.3581
0.2625
0.5198
0.5241
0.1198
0.6944
0.3228
0.0683
0.8769
0.5034
0.9049
0.5451
0.0279
0.5564
0.4774
0.8824
0.1012
0.3309
0.4209
0.5014
0.1457
0.7426
0.8003
0.7697
0.3714
0.2240
0.1308
0.7041
0.0401
0.0522
0.3935
0.9241
0.6059
0.9272
0.3008
0.8548
0.1060
0.8001
0.8123
0.1801
0.8013
0.9510

Geoestadistica 1

se

generan

48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94

0.9001
0.5458
0.0667
0.3170
0.5648
0.5128
0.5323
0.0710
0.1010
0.7601
0.4734
0.4491
0.6126
0.5379
0.4517
0.8289
0.7790
0.3710
0.2055
0.0580
0.8702
0.0117
0.7905
0.0317
0.0128
0.6429
0.9705
0.5214
0.7053
0.3312
0.8578
0.2523
0.5840
0.7304
0.8040
0.2322
0.4386
0.0341
0.5407
0.3289
0.4776
0.1791
0.5699
0.0991
0.8441
0.2985
0.8047

los

1000

FIGMM
nmeros

95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141

aleatorio

0.8657
0.3815
0.4249
0.4600
0.0465
0.6489
0.4433
0.1931
0.7322
0.1868
0.2944
0.4943
0.5143
0.0331
0.4279
0.3275
0.5636
0.4879
0.5051
0.0210
0.9581
0.1300
0.3525
0.4078
0.2609
0.0820
0.1647
0.2164
0.3490
0.5260
0.9578
0.7116
0.4906
0.4696
0.2719
0.5848
0.6739
0.7608
0.1251
0.0949
0.1848
0.3543
0.2158
0.4588
0.4352
0.8269
0.3764

10

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191

0.4919
0.0412
0.1430
0.2761
0.4990
0.1510
0.6702
0.3743
0.4147
0.0233
0.4454
0.1233
0.1942
0.8550
0.6897
0.4220
0.4537
0.8599
0.5745
0.3184
0.3613
0.5965
0.2372
0.9634
0.7773
0.5459
0.0465
0.8131
0.6452
0.9404
0.1181
0.0829
0.6321
0.8413
0.0806
0.4497
0.0192
0.4673
0.0906
0.0057
0.8428
0.7722
0.0991
0.4610
0.2846
0.2734
0.3662
0.5974
0.3123
0.1299

Geoestadistica 1

192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241

0.2275
0.9707
0.5706
0.4705
0.1094
0.8644
0.5214
0.9717
0.7946
0.4928
0.8348
0.6860
0.9379
0.4537
0.0294
0.1202
0.8319
0.4321
0.3630
0.5631
0.4224
0.1529
0.9733
0.6639
0.5743
0.5841
0.2687
0.2603
0.5870
0.3902
0.5686
0.4567
0.9599
0.6349
0.9940
0.9521
0.4086
0.7344
0.6086
0.6184
0.1298
0.6609
0.8089
0.3284
0.3174
0.3951
0.9650
0.0341
0.9281
0.6296

FIGMM
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291

0.3114
0.0946
0.6968
0.7223
0.0875
0.8547
0.4023
0.8989
0.9279
0.4721
0.3832
0.7067
0.5038
0.9967
0.3029
0.7173
0.4128
0.6977
0.1660
0.4797
0.3200
0.6423
0.5834
0.7239
0.3486
0.5237
0.2881
0.8133
0.7202
0.7392
0.9006
0.4485
0.6459
0.7183
0.9451
0.6200
0.4665
0.5008
0.1144
0.8116
0.0434
0.5651
0.7860
0.4531
0.3993
0.9061
0.7877
0.6241
0.6082
0.3634

11

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341

0.4129
0.0065
0.9370
0.1997
0.6867
0.0878
0.2352
0.9283
0.8810
0.6145
0.5762
0.3918
0.2806
0.2949
0.1475
0.0902
0.1985
0.7524
0.3917
0.7585
0.2417
0.7284
0.3965
0.1953
0.8269
0.5358
0.5362
0.3411
0.9456
0.7617
0.3615
0.6056
0.1806
0.2210
0.7407
0.4467
0.9709
0.1591
0.2500
0.1983
0.1275
0.7051
0.8143
0.1482
0.5993
0.5752
0.5977
0.8666
0.4883
0.0256

Geoestadistica 1

342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391

0.1442
0.7840
0.3156
0.0556
0.7684
0.0192
0.5369
0.8608
0.1958
0.4579
0.3079
0.5363
0.4539
0.0804
0.5003
0.0295
0.0124
0.5397
0.9673
0.3438
0.1742
0.9901
0.0588
0.9912
0.7157
0.1647
0.3879
0.6956
0.7776
0.7039
0.8457
0.3460
0.0054
0.7336
0.8673
0.1995
0.9403
0.6930
0.9473
0.3346
0.6593
0.4129
0.4057
0.3540
0.6666
0.4441
0.4033
0.3383
0.0334
0.6349

FIGMM
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441

0.2070
0.0484
0.7891
0.9598
0.7062
0.3791
0.5617
0.5973
0.1778
0.0623
0.4685
0.2582
0.3020
0.6197
0.2565
0.7635
0.4279
0.5663
0.6935
0.8728
0.0895
0.8632
0.2081
0.3623
0.7705
0.6212
0.7810
0.3530
0.9207
0.0535
0.0849
0.8886
0.2214
0.6789
0.8760
0.7638
0.1009
0.7751
0.6336
0.6025
0.5001
0.0816
0.4516
0.1857
0.8884
0.7530
0.1788
0.0299
0.5289
0.5622

12

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491

0.8092
0.2150
0.9945
0.3531
0.1233
0.4624
0.9332
0.7442
0.5782
0.4633
0.0839
0.0815
0.4482
0.4570
0.5418
0.6418
0.2160
0.0583
0.2742
0.0854
0.2125
0.3365
0.8862
0.1597
0.5082
0.1429
0.6362
0.6523
0.0534
0.6892
0.7014
0.5935
0.0688
0.3758
0.6938
0.7103
0.6863
0.8693
0.4254
0.1291
0.8395
0.4313
0.9241
0.3285
0.4045
0.4963
0.6993
0.3431
0.5904
0.4995

Geoestadistica 1

492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541

0.2573
0.2162
0.5798
0.9554
0.8672
0.7030
0.4196
0.7858
0.5766
0.2236
0.1617
0.8976
0.4767
0.0665
0.2534
0.0114
0.2185
0.8413
0.1782
0.7393
0.7781
0.1822
0.3462
0.9132
0.4725
0.7007
0.2351
0.1628
0.2252
0.1893
0.7805
0.7436
0.0814
0.0739
0.0166
0.6156
0.9745
0.1175
0.9669
0.7707
0.7409
0.3733
0.7849
0.8113
0.3860
0.3873
0.1443
0.7782
0.5999
0.6522

FIGMM
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591

0.8802
0.2288
0.5227
0.3098
0.8795
0.5653
0.7605
0.1045
0.2212
0.6127
0.6507
0.5864
0.5675
0.4470
0.7779
0.5646
0.8043
0.4733
0.7392
0.8097
0.9315
0.7540
0.1603
0.0076
0.2042
0.5865
0.9606
0.9624
0.5227
0.3323
0.8692
0.0493
0.0738
0.4938
0.1904
0.9180
0.2206
0.0438
0.8192
0.4459
0.6440
0.0023
0.5072
0.9409
0.7327
0.2659
0.3779
0.5946
0.2240
0.6848

13

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641

0.6927
0.1857
0.0946
0.3917
0.8661
0.0328
0.7009
0.3796
0.7318
0.1978
0.1700
0.3300
0.0578
0.9388
0.0400
0.6908
0.3124
0.4133
0.1509
0.0049
0.6799
0.6314
0.7849
0.4879
0.3258
0.6588
0.0573
0.8565
0.9127
0.0701
0.5571
0.4063
0.3661
0.6517
0.2373
0.3403
0.8895
0.3551
0.5562
0.3468
0.2307
0.4999
0.8673
0.4275
0.1967
0.2270
0.0602
0.9759
0.4200
0.2018

Geoestadistica 1

642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691

0.4515
0.1050
0.3739
0.5671
0.9250
0.2257
0.6378
0.1466
0.3226
0.8751
0.4136
0.8975
0.0847
0.7941
0.2907
0.6141
0.1411
0.2559
0.2618
0.8808
0.0515
0.6443
0.9886
0.2748
0.3959
0.2812
0.3174
0.8201
0.4156
0.5054
0.0445
0.6897
0.9038
0.0002
0.9323
0.1593
0.3457
0.3720
0.9745
0.8104
0.3098
0.9779
0.9118
0.9829
0.0882
0.0043
0.9978
0.4791
0.5871
0.7948

FIGMM
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741

0.0143
0.5161
0.4679
0.4283
0.5369
0.9290
0.5370
0.5472
0.4510
0.6244
0.3875
0.4355
0.7171
0.2833
0.2889
0.3468
0.3865
0.3143
0.3281
0.0829
0.8671
0.0564
0.8002
0.8212
0.4386
0.2327
0.8488
0.1933
0.0187
0.6530
0.3566
0.6133
0.1781
0.1672
0.0866
0.8552
0.4066
0.8685
0.0720
0.8818
0.6287
0.5461
0.2571
0.9225
0.9690
0.3889
0.3881
0.8011
0.7677
0.9382

14

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791

0.1536
0.5148
0.8469
0.2910
0.5750
0.0612
0.0252
0.5530
0.6476
0.5174
0.8845
0.5419
0.2309
0.3675
0.7845
0.7405
0.1891
0.0811
0.1292
0.4997
0.7820
0.9413
0.8820
0.4915
0.3056
0.1226
0.3315
0.4127
0.9827
0.0194
0.1072
0.9374
0.1033
0.8238
0.4450
0.9203
0.4155
0.3542
0.7029
0.8501
0.7661
0.1327
0.1265
0.5522
0.9911
0.7138
0.8648
0.1422
0.0564
0.2624

Geoestadistica 1

792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841

0.2358
0.2287
0.4483
0.3819
0.2419
0.3669
0.8143
0.1921
0.3358
0.7610
0.8539
0.6578
0.4362
0.2181
0.4585
0.1664
0.1928
0.3507
0.1029
0.3564
0.5029
0.0302
0.4854
0.1955
0.2760
0.0900
0.4186
0.3084
0.4502
0.2784
0.9698
0.5553
0.2576
0.4620
0.8521
0.8598
0.7397
0.0784
0.0645
0.2873
0.5133
0.8400
0.7829
0.3726
0.7859
0.6865
0.5005
0.6986
0.6216
0.9883

FIGMM
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891

0.4185
0.7241
0.4564
0.9997
0.0868
0.8620
0.8642
0.5617
0.2945
0.8075
0.5720
0.0556
0.2107
0.1159
0.7260
0.6056
0.7747
0.0313
0.4068
0.5324
0.3374
0.5643
0.3951
0.0559
0.5511
0.8200
0.1876
0.2489
0.5105
0.5768
0.2624
0.2395
0.1435
0.1135
0.5948
0.6647
0.8515
0.2886
0.4224
0.3735
0.4002
0.8674
0.2615
0.3798
0.0602
0.1006
0.1722
0.0659
0.9974
0.5527

15

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941

0.2742
0.6350
0.9143
0.1795
0.5125
0.8151
0.9396
0.6564
0.6726
0.8116
0.7698
0.9571
0.6467
0.5104
0.0592
0.1809
0.9492
0.9315
0.0608
0.6314
0.4818
0.9316
0.5169
0.1443
0.5498
0.1575
0.7995
0.6657
0.1274
0.2490
0.3014
0.0802
0.3734
0.2926
0.0763
0.2890
0.3967
0.5237
0.7297
0.5380
0.2721
0.2807
0.5596
0.9959
0.3057
0.2074
0.9468
0.5826
0.5509
0.7064

Geoestadistica 1

942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991

0.9959
0.0468
0.5737
0.6423
0.4258
0.2945
0.4682
0.2947
0.7101
0.9673
0.1229
0.5614
0.4680
0.2701
0.7355
0.4113
0.1048
0.0492
0.5790
0.5881
0.7027
0.1210
0.0173
0.5626
0.1611
0.8494
0.7706
0.7367
0.5876
0.9747
0.4312
0.8956
0.9381
0.6909
0.2292
0.9118
0.9082
0.9743
0.0481
0.6978
0.0730
0.1618
0.6900
0.4091
0.2783
0.7785
0.3918
0.8975
0.2810
0.6163

FIGMM
992
993
994
995
996
997
998
999
1000

0.5907
0.4144
0.6398
0.0616
0.9395
0.5635
0.8557
0.6739
0.5726

16

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

FIGMM

ANALIZANDO LOS DATOS CON LOS SIGUIENTES PARMETROS

ESTADSTICOS

Para ello empleamos el programa SPSS 20

ANALISIS DE LOS DATOS SIN HABER SIDO ORDENADOS

FREQUENCIES VARIABLES=ley_de_mineral
/NTILES=4
/STATISTICS=STDDEV VARIANCE MINIMUM MAXIMUM MEAN MEDIAN MODE
KURTOSIS SEKURT
/ORDER=ANALYSIS.
[Conjunto_de_datos0] D:\Archivos de Frank\VII CICLO UNI\GEOESTADISTICA I\geoestadistica
1.sav

Estadsticos
Ley de Mineral
N

Vlidos

1000

Perdidos

Media

,484454

Mediana

,472300

Moda

,0192

Desv. tp.

,2847400

Varianza

,081

Curtosis

-1,146

Error tp. de curtosis

,155

Mnimo

,0002

Mximo

,9997

Percentiles

25

,236150

50

,472300

75

,725525

a. Existen varias modas. Se mostrar

el menor de los valores.

Geoestadistica 1

17

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

FIGMM

GRAFICANDO:
HISTOGRAMA

Geoestadistica 1

18

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

FIGMM

GRAFICANDO EL VARIOGRAMA CORRESPONDIENTE

Para ello utilizamos el programa visual Basic 6.0

Para que se ejecute hacemos clic en el botn morado (generar variograma)

que se muestra en la hoja de clculo del Excel.

Luego de generar el clculo del variograma, usamos el programa (SPSS 20)

para poder graficar.

Geoestadistica 1

19

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

FIGMM

GRAFICANDO EL VARIOGRAMA CORRESPONDIENTE

Datos sin ser ordenados

Geoestadistica 1

20

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

Geoestadistica 1

FIGMM

21

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

FIGMM

ANALISIS CON DATOS ORDENADOS EN FORMA ASCENDENTE

Parmetros estadsticos analizados

Estadsticos
ley en orden ascendente
N

Vlidos

1000

Perdidos

Media

,484454

Error tp. de la media

,0090043

Mediana

,472300

Moda

,0192

Desv. tp.

,2847400

Varianza

,081

Asimetra

,065

Error tp. de asimetra

,077

Curtosis

-1,146

Error tp. de curtosis

,155

Rango

,9995

Mnimo

,0002

Mximo

,9997

Percentiles

25

,236150

50

,472300

75

,725525

a. Existen varias modas. Se mostrar

el menor de los valores.

Geoestadistica 1

22

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

FIGMM

VARIOGRAMA CON DATOS ORDENADOS EN FORMA ASCENDENTE

[Conjunto_de_datos0] D:\Archivos de Frank\VII CICLO UNI\GEOESTADISTICA I\geoestadistica 1.sav

Geoestadistica 1

23

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

FIGMM

GGRAPH
/GRAPHDATASET NAME="graphdataset"
VARIABLES=gamma_de_h_ascendente[LEVEL=ratio] h[LEVEL=ratio]
MISSING=LISTWISE REPORTMISSING=NO
/GRAPHSPEC SOURCE=VIZTEMPLATE(NAME="Line"[LOCATION=LOCAL]
MAPPING( "x"="h"[DATASET="graphdataset"] "y"="gamma_de_h_ascendente"[DATASET="graphdataset"] "Summary"="mean"))
VIZSTYLESHEET="Traditional"[LOCATION=LOCAL]
LABEL='Lneas: gamma_de_h_ascendente-h'
DEFAULTTEMPLATE=NO.

Geoestadistica 1

24

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

FIGMM

Anlisis de los datos ordenados en forma descendente

Estadsticos
Ley en orden descendente
N

Vlidos

1000

Perdidos

Media

,484454

Error tp. de la media

,0090043

Mediana

,472300

Moda

,0192

Desv. tp.

,2847400

Varianza

,081

Asimetra

,065

Error tp. de asimetra

,077

Curtosis

-1,146

Error tp. de curtosis

,155

Rango

,9995

Mnimo

,0002

Mximo

,9997

Percentiles

25

,236150

50

,472300

75

,725525

a. Existen varias modas. Se mostrar

el menor de los valores.

Geoestadistica 1

25

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

FIGMM

VARIOGRAMA REALIZADO CON DATOS ORDENADOS EN FORMA DESCENDENTE

[Conjunto_de_datos0] D:\Archivos de Frank\VII CICLO UNI\GEOESTADISTICA I\geoestadistica 1.sav

Geoestadistica 1

26

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

FIGMM

GGRAPH
/GRAPHDATASET NAME="graphdataset"
VARIABLES=h[LEVEL=ratio] gamma_de_h_descendente[LEVEL=ratio]
MISSING=LISTWISE REPORTMISSING=NO
/GRAPHSPEC SOURCE=VIZTEMPLATE(NAME="Line"[LOCATION=LOCAL]
MAPPING( "x"="h"[DATASET="graphdataset"] "y"="gamma_de_h_descendente"[DATASET="graphdataset"] "Summary"="mean"))
VIZSTYLESHEET="Traditional"[LOCATION=LOCAL]
LABEL='Lneas: gamma_de_h_descendente-h'
DEFAULTTEMPLATE=NO.

Geoestadistica 1

27

[ANALISIS CON VARIOGRAMA A DATOS ALEATORIOS]

FIGMM

CONCLUSIONES
Los valores de los parmetros estadsticos como la media, mediana,
moda, desviacin estndar, varianza, curtosis, y percentiles no varan en
absoluto cuando se reordenan los 1000 datos (forma desordenada,
ordenados en forma ascendente, ordenados en forma descendente). No
obstante el grafico de los histogramas tambin son idnticos.
El grafico de los variogramas correspondientes a los tres casos (datos
en forma aleatoria, ordenados en forma ascendente, ordenados en
forma descendente) vara notoriamente a pesar de que los valores de
los datos son los mismos y que solo fueron reordenados.
Basta reordenar los valores de los datos para tener un grfico de
variograma diferente.
La estadstica clsica presenta lmites, debido a que considera las
observaciones como resultados independientes a pesar de que se trate
de una misma variable aleatoria.
El modelo geoestadistico considera considera interacciones entre las
observaciones; por lo tanto se podr estimar en un sitio no muestreado
gracias a la interaccin con los valores en sitios circundantes.
BIBLIOGRAFIA
Apuntes de clase de los profesores (Dr. Marn Suares Augusto e Ing.
Teves Rojas Augusto)
Anlisis

variografico,

recopilacin

de

geoestadistica

aplicada

yacimientos mineros. (CD)

Curso de geoestadistica, libro de Geroges Matheron
http://cg.ensmp.fr/bibliotheque/public/MATHERON_Ouvrage_00537.pdf

Geoestadistica 1

28