Académique Documents
Professionnel Documents
Culture Documents
ESTRUCTURAL
Modelacin y Simulacin de Yacimientos
2017-I
Anlisis Exploratorio de Datos (AED)
Tiene como objetivo identificar el modelo terico ms
adecuado para representar la poblacin de la cual proceden
los datos mustrales. Dicho anlisis se basa en grficos y
estadsticos que permiten explorar la distribucin
identificando caractersticas tales como: valores atpicos o
outliers, saltos o discontinuidades, concentraciones de
valores, forma de la distribucin, etc.
Etapas AED
Realizar un examen
Realizar un examen Evaluar, si fuera
grfico de la naturaleza Evaluar, si fuera
grfico de las relaciones necesario, algunos Identificar los posibles
de las variables necesario, el impacto
Preparar los datos para entre las variables supuestos bsicos casos atpicos (outliers) y
individuales a analizar y potencial que pueden
hacerlos accesibles a analizadas y un anlisis subyacentes a muchas evaluar el impacto
un anlisis descriptivo tener los datos ausentes
cualquier tcnica descriptivo numrico tcnicas estadsticas potencial que puedan
numrico que permita (missing) sobre la
estadstica. que cuantifique el grado como, por ejemplo, la ejercer en anlisis
cuantificar algunos representatividad de los
de interrelacin normalidad, linealidad y estadsticos posteriores.
aspectos grficos de los datos analizados.
existente entre ellas. homocedasticidad.
datos.
Tipos de variables
Normalmente la base de
Identificar si se han
todos los rectngulos es
usado frecuencias Hay algn dato atpico
la misma por lo que la
absolutas o relativas. en relacin al resto?
altura es proporcional a
Cuntas modas hay?
la frecuencia.
Es simtrica la
distribucin? I En caso En torno a qu valor Estn muy dispersos los
de asimetra, es aproximado estn datos en torno a este
asimtrica a la izquierda centrados los datos? centro?
o a la derecha
Tipos de Simetra
Medidas numricas de posicin
1. La media aritmtica: Promedio de los datos.
Propiedades:
La suma de las desviaciones a la media siempre es igual a cero: (x1
)+ (x2 ) + + (xn ) = 0.
Si la distribucin es muy asimtrica, la media puede distorsionar
nuestra percepcin de cmo son los datos.
La media es muy sensible a la existencia de datos atpicos en los
datos.
Medidas numricas de posicin
2. La mediana: representa el valor de la variable de posicin central en
un conjunto de datos ordenados.
Hay algn punto o coleccin de puntos que no siga el patrn general del resto?
Si hay una tercera variable cualitativa, resulta conveniente utilizar smbolos o colores diferentes para cada valor de
esta tercera variable.
Covarianza
Se dispone de un conjunto de n pares de observaciones
(x1, y1), . . . ,(xn, yn).
El objetivo es definir una medida numrica para cuantificar el grado de
relacin lineal que hay entre x e y: Para ello se usa la covarianza entre x
e y:
Coeficiente de correlacin
Resulta conveniente disponer de una medida de relacin lineal que no
dependa de las unidades. Para ello, se normaliza Sxy dividiendo por el
producto de desviaciones tpicas, lo que lleva al coeficiente de correlacin:
Propiedades:
1. No depende de las unidades.
2. Siempre toma valores entre -1 y 1.
3. Su signo se interpreta igual que el de la covarianza.
4. Slo vale 1 -1 cuando los puntos estn perfectamente alineados.
Transformacin de datos logaritmo Neperiano
Si las observaciones xi son positivas, a veces es conveniente trabajar
con sus logaritmos log xi en lugar de con las variables originales.
Estandarizacin o tipificacin
Consiste en restarle a cada observacin la media de todos los datos y
dividir por la desviacin tpica:
Definiciones
Anlisis estructural
Consiste en estimar y modelar una funcin Semivariograma
que refleje la correlacin espacial de la Es una herramienta que permite analizar el
variable regionalizada a partir de la adopcin comportamiento espacial de una
razonada de la hiptesis ms adecuada acerca propiedad o variable sobre una zona dada.
de su variabilidad.
Geoestadistica
Ciencia que estudia los fenmenos que fluctan en el espacio y/o
tiempo, ofreciendo una coleccin de herramientas estadsticas para
la descripcin y modelacin de la variabilidad espacial (y temporal).
Anlisis Estructural
Funciones
Detectar direcciones de anisotropa
Zonas de influencia y su extensin
(correlacin espacial)
Variabilidad con la distancia
Elementos del Semivariograma
Rango:
Distancia a la cual el
variograma se estabiliza
Sill :
Valor constante que toma el
variograma en distancias
mayores al rango
Si Z (x ) es estacionaria o intrnseca
1
(h) Var [ Z ( x) Z ( x h)]
2
xR , hR
n n
1
E[ Z ( x) Z ( x h)] 2
2
Anisotropas
Geomtrica Zonal Hdrida
Igual Sill, Igual rango, Rangos
diferente Rango. diferente Sill. diferentes y
distintos Sill.
Modelos de Semivariograma
1. Efecto Pepita total
Representa a un fenmeno S
completamente aleatorio, en
Variograma
el cual no hay correlacin
espacial.
No importa cun cerca se
encuentren los valores de las
variables, siempre sern no Distancia
correlacionados.
0 si h 0
h
s si h 0
Modelos de Semivariograma
2. Modelo Esfrico
Representa fenmenos
Variograma
continuos pero no
diferenciables.
Comportamiento lineal en el
origen, de los ms utilizados.
Pendiente igual a 1.5 s / a Distancia
3
3 h 1 h
s si h a Rango a y sill s
2 a 2 a3
h
s si h a
Modelos de Semivariograma
3. Modelo Exponencial
Variograma
Representa fenmenos continuos
pero no diferenciables.
Comportamiento lineal en el origen.
Rango aparente igual a a, Rango
experimental igual a 3a Distancia
Pendiente igual a 3 s / a
h
h s1 exp Rango a y sill s
a
Modelos de Semivariograma
4. Modelo Gaussiano
Representa fenmenos continuos
infinitamente diferenciables
Variograma
(sumamente continuos).
Sill s que alcanza asintticamente.
Rango aparente igual a a
Variograma
Comportamiento cuadrtico en el
origen.
Distancia
2 3 5 7
h h h h
s 7 8.75 3 3.5 5 0.75 7 si h a
a2 a a a
h Rango a y sill s
s si h a
Modelos de Semivariograma
6. Modelo Lineal