Professional Documents
Culture Documents
T4T4
T4T4
Repaso, conceptos
•Medias
Valor característico de una serie de datos cuantitativos (principio de la
esperanza matemática o valor esperado). Se obtiene a partir de la suma de
valores dividida por el número de valores.
•Varianza
Medida de dispersion definida como la esperanza del cuadrado de la
desviación de dicha variable respecto a su media.
•Ejercicio
A partir del set de datos entregados, generar histograma, calcular las
medias y la varianza.
Clase Práctica
S-GEMS
Capítulo 1 Sesión 2
Herramientas para
análisis bivariable
Gráfico cuantiles contra cuantiles
• Sirve para comparar dos histogramas, al visualizar los cuantiles del
primero en función de aquellos del segundo
variable 2
variable 2
10
10
5
0 0
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3
variable 1 variable 1
• Podría ser eventualmente útil transformar una o ambas variables (ej: utilizando
logaritmo), cuando por sí solas sean difíciles de interpretar
ln (variable 2)
3.0e+008 20
variable 2
2.0e+008
10
1.0e+008
-7.5e-009 0
0 10 20 -3 -2 -1 0 1 2 3
variable 1 4 ln (variable1)
Distribuciones por clase
• El Scatter Plot representa la distribución experimental Bivariable, la distribución de una
variable Z2 según clases de otra variable Z1 representa experimentalmente la distribución
condicional de Z2 conociendo Z1=z1
-0.5< variable 0.5< variable 1
Frequencies
Frequencies
0.25 0.25
0.20 0.20
0.15 0.15
0.10 0.10
0.05 0.05
0.00 0.00
8 9 10 11 12 2.5 5.0 7.5 10.0 12.5
variable 2 variable 2
10
-3 -2 -1 0 1 2 3
variable 1
Gráficos de deriva
• También llamados Swath Plot se utilizan en varias partes del proceso de estimación
principalmente para detectar tendencias y validar el modelo de bloques (EDA,
validación, etc).
• La figura presenta un ejemplo en donde se observan valores de cut comparando
entre dos métodos de perforación (DDH vs RC).
Ejercicios
A partir del set de datos presentado
realice los gráficos QQ Plot y Scatter Plot.
Ejercicios
S-GEMS
Capítulo 1 Sesión 3
Coeficiente de correlación Lineal
Z1 y Z2 son dos variables aleatorias con:
• Medias; m1= E(Z1) y m2=E(Z2)
• Varianzas; σ12=Var[Z1] = E[(Z1-m1)2]= E[Z12]- m12 ; σ22=Var[Z2]
• Desviaciones standar ; σ1 y σ2
• Covarianza ; C12=Cov(Z1,Z2)=E[(Z1-m1)(Z2-m2)]
= E[Z1 Z2] -m1 m2
Por definición el coeficiente de correlación lineal es igual a :
• ρ12=ρ=Cov(Z1,Z2) / σ1σ2 -1<= ρ >= 1
C12 σ2
a= = ρ
σ12 σ1
Regresión lineal entre 2 variables
Ecuación de la línea de regresión:
Z*2 − m2 Z − m1
= ρ 1
σ2 σ1
( )=
Var Z*2 Var ( aZ1 + b ) a2σ12
= = ρ 2
• Ilustración
Regresión lineal entre 2 variables
La regresion lineal de Z2 en función de Z1 y Z1 en función de Z2 entregan dos lineas distintas que se
cruzan en los valores medios, (las pendientes no son una inverso de la otra).
σ
ρ 2 ( Z1 − m1 )
Z*2 − m2 =
σ1
σ
ρ 1 ( Z 2 − m2 )
Z1* − m1 =
σ2
Regresión lineal entre 2 variables
σ
ρ 2 ( Z1 − m1 )
Z*2 − m2 =
σ1
σ
ρ 1 ( Z 2 − m2 )
Z1* − m1 =
σ2
Regresión lineal entre 2 variables
La regresion lineal de Z2 en función de Z1 y Z1 en función de Z2 entregan dos lineas distintas que se
cruzan en los valores medios, (las pendientes no son una inverso de la otra).
σ
ρ 2 ( Z1 − m1 )
Z*2 − m2 =
σ1
σ
ρ 1 ( Z 2 − m2 )
Z1* − m1 =
σ2
Capítulo 1 Sesión 4
Matriz de correlación
• Es la matriz de los coeficientes de correlación entre varias variables.
Permite destacar grupos de variables correlacionadas entre sí, y poco
correlacionadas con variables de otros grupos.
Cu Mo Au Ag
1
γ i (h) = var{Z i (x + h) − Z i (x)}
2
1
= E{[ Z i (x + h) − Z i (x)]2 }
2
Variograma simple de una variable
Propiedades matemáticas
k k k
∀λ1 ,...λ k ∈ R/ ∑ λ α = 0, ∀x1 ,...x k , ∑∑ λ α λ β γ i (x α − xβ ) ≤ 0
α =1 α =1 β=1
Variograma simple de una variable
Inferencia
1
γˆ i (h) =
2 | N (h) |
∑ i α i β
[ z (
N (h )
x ) − z ( x )]2
• acimut
• tolerancia en el acimut
• ancho de banda horizontal
• inclinación
• tolerancia en la inclinación
• ancho de banda vertical
• distancias (múltiplos de una distancia elemental = paso)
• número de pasos
Variograma simple de una variable
Ejemplo
Variograma simple de una variable
Modelamiento
• En general, el variograma simple se modela como la sumatoria de modelos
elementales (anidados), que reflejan distintas escalas de variación según
en alcance de cada modelo anidado.
• Los modelos anidados pueden ser isótropos o anisótropos. En la práctica,
dos tipos de anisotropía se manejan con facilidad:
– anisotropía geométrica: definida por un elipse (2D) o elipsoide (3D) de
los alcances
– anisotropía zonal: uno o dos ejes del elipse/elipsoide se vuelve muy
grande (infinito)