You are on page 1of 19

ANALISIS GEOESTADISTICO DE

MUESTRAS DE EXPLORACION MINERA

HAQUIRA 2016
ESTADISTICA DE POBLACIONES
• Los objetivos de un análisis estadístico de
poblaciones corresponden a una discriminación
de intervalos de distribución gaussiana dentro
de distribuciones de carácter mixto.
• Cada población puede representar fuentes
distintas de los elementos de interés.

2
ESTADISTICA DE POBLACIONES
• Los cálculos de estadística de poblaciones
pueden ser realizados de forma manual con
ploteos de frecuencias acumulativa en gráficos
log-probabilisticos.
• También pueden ser realizados con programas
computacionales especializados, como excel,
Pplot y otros.

3
Como construir histogramas de

frecuencias.
Ordenar los datos en forma ascendente o
descendente
• Calcular el rango o amplitud de frecuencias,
contando para ello con valores máximos y
mínimos. R=A= (Valor max – Valor min.)
• Calcular el número de intérvalos de clase (K), no
existe una regla general en cuanto al número
óptimo de clases (K), sin embargo existen
técnicas que permiten determinar para n
observaciones Ej. Ley de Sturges, K= 1+3,32 log
(n). La de Dixon & Kronwell, K= 10 log (n).
• Calcular el ancho o amplitud de cada clase, C=
R/K.
• Definir los límites de cada clase, para esto se
suma el intervalo de clase al menor valor
observado.
• Contar la cantidad de observaciones que caen
dentro de cada intervalo y tabular los resultados.

• A partir de los histogramas, son construidos las


curvas o polígonos de frecuencia, existen una
diversidad de curvas
6
FRECUEN FRECUENCIA Marca de (Marca de Clase)²*Frecuencia
MARCA DE CIA FRECUENCIA FRECUENCIA DE FUNCION clase * Absoluta
LS
ABSOLU Frecuencia
intervalo LI CLASE TA ACUMULADA RELATIVA DENSIDAD ACUMULADA Absoluta
355.41786
1 0 6 177.708933 8 8 0.096385542 0.001161272 1.39912E-05 1421.671464 252643.7189
710.83573 533.126798
2 355.417866 19 9 8 16 0.096385542 0.001161272 1.39912E-05 4265.014392 2273793.47
1066.2535 888.544664
3 710.835732 98 9 15 31 0.180722892 0.002177384 2.62335E-05 13328.16997 11842674.32
1421.6714 1243.96253
4 1066.2536 64 1 30 61 0.361445783 0.004354768 5.24671E-05 37318.87593 46423283.35
1777.0893 1599.38039
5 1421.67146 3 7 16 77 0.192771084 0.002322543 2.79824E-05 25590.08635 40928282.46
2132.5071 1954.79826
6 1777.08933 96 3 3 80 0.036144578 0.000435477 5.24671E-06 5864.394788 11463708.74
2487.9250 2310.21612
7 2132.5072 62 9 1 81 0.012048193 0.000145159 1.7489E-06 2310.216129 5337098.562
2843.3429 2665.63399
8 2487.92506 28 5 2 83 0.024096386 0.000290318 3.49781E-06 5331.267989 14211209.19
83 1 95429.69701 132732693.8
1149.755386 1599189.082
41.5

Media Desviacion
Aritmetica Mediana Moda Varianza Stándar Backgroung Anomalia Valor umbral Quartil
1149.75538 1190.64985
6 1 1250.090425 277251.6352 526.5468974
FRECUEN FRECUENCIA Marca de (Marca de Clase)²*Frecuencia
MARCA DE CIA FRECUENCIA FRECUENCIA DE FUNCION clase * Absoluta
LS
ABSOLUT Frecuencia
intervalo LI CLASE A ACUMULADA RELATIVA DENSIDAD ACUMULADA Absoluta
355.41786
1 0 6 177.708933 8 8 0.096385542 0.001161272 1.39912E-05 1421.671464 252643.7189
710.83573 533.126798
2 355.417866 19 9 8 16 0.096385542 0.001161272 1.39912E-05 4265.014392 2273793.47
1066.2535 888.544664
3 710.835732 98 9 15 31 0.180722892 0.002177384 2.62335E-05 13328.16997 11842674.32
1421.6714 1243.96253
4 1066.2536 64 1 30 61 0.361445783 0.004354768 5.24671E-05 37318.87593 46423283.35
1777.0893 1599.38039
5 1421.67146 3 7 16 77 0.192771084 0.002322543 2.79824E-05 25590.08635 40928282.46
2132.5071 1954.79826
6 1777.08933 96 3 3 80 0.036144578 0.000435477 5.24671E-06 5864.394788 11463708.74
2487.9250 2310.21612
7 2132.5072 62 9 1 81 0.012048193 0.000145159 1.7489E-06 2310.216129 5337098.562
2843.3429 2665.63399
8 2487.92506 28 5 2 83 0.024096386 0.000290318 3.49781E-06 5331.267989 14211209.19
83 1 95429.69701 132732693.8
1149.755386 1599189.082
41.5

Media Desviacion
Aritmetica Mediana Moda Varianza Stándar Backgroung Anomalia Valor umbral Quartil
1149.75538 1190.64985
6 1 1250.090425 277251.6352 526.5468974
MARCA DE FRECUENCIA
LS
intervalo LI CLASE ABSOLUTA
1 0 355.417866 177.708933 8
2 355.417866 710.8357319 533.1267989 8
3 710.835732 1066.253598 888.5446649 15
4 1066.2536 1421.671464 1243.962531 30
5 1421.67146 1777.08933 1599.380397 16
6 1777.08933 2132.507196 1954.798263 3
7 2132.5072 2487.925062 2310.216129 1
8 2487.92506 2843.342928 2665.633995 2

35
HISTOGRAMA
30
30
FRECUENCIA ABSOLUTA

25

20 30 muestras de Cu (ppm) se
16
15
15 encuentran en el intervalo 4
(rango de ley de Cu 1066.2536
10 8 8
ppm – 1421.671464 ppm)
5 3
2
1
0
1 2 3 4 5 6 7 8
INTERVALO
1. Ordenar los datos en forma ascendente o
descendente
2. Calcular el rango o amplitud de frecuencias,
Cu PPM
1 42 contando para ello con valores máximos y
2 88 mínimos. R= (Valor max – Valor min.)
3 130
4 140
5
6
158
176
Numero de datos 25
7 285 Rango(R) 897-42
8 309
9 389 intervalo de clase(K)
10 452
11 538
Amplitud R/K
12 567
13 573
14 585 3. Calcular el número de intérvalos de clase
15 635
16 672 (K), no existe una regla general en cuanto al
17 757 número óptimo de clases (K), sin embargo
18 774
19 786 existen técnicas que permiten determinar para
20 797 n observaciones Ej. Ley de Sturges, K= 1+3,32
21 804
22 852
log (n).
23 866 n= numero de datos (muestras)
24 896
25 897
ESTADISTICA UNIVARIABLE
• Previo al procesamiento estadístico de datos debe
existir una preparación y filtrado de las bases de datos.
• Se deben eliminar del procesamiento aquellos
elementos que no cumplen con las condiciones de
control de calidad.
• Se deben eliminar todos aquellos elementos en los
cuales más del 50% presenta valores bajo límites de
detección.
• Se recomienda cambiar en el caso de elementos con
valores en el límite de detección, a la mitad del
correspondiente límite.
• Los elementos en valores % deben ser cambiados a
ppm.
16
ESTADISTICA UNIVARIABLE
• Dada la naturaleza de distribución geoquímica en
materiales naturales, los datos geoquímicos deben ser
procesados en base log-normal.
• Es factible convertir la base de datos a una base log-
normal, o bien existen programas estadísticos que
permiten trabajar directamente en base log-normal.
• Son de interés todos los estadígrafos univariables
comunes: promedio, desviación estandar, mediana,
cuartiles, kurtosis, máxima, mínima.
• Se recomienda el cálculo de umbral superior como el
valor promedio más dos errores estándares.

17
ESTADISTICA UNIVARIABLE
• El error estándar es conocido también como la
desviación estándar de la media y es representado de
la siguiente manera:
σ/𝑛
– 𝐸𝑠 = , SD=σ
– Un valor umbral recomendado es el siguiente:
σ/𝑛
– Umbral = x + 2
– Este valor a diferencia de x+/- 2σ incorpora n = número de
muestras en la ecuación.
– Los cálculos previos se deben realizar en base log-normal.
El resultado final es transformado mediante el anti-log.

18
ESTADISTICA MULTIVARIABLE
• Los objetivos de la estadística multivariable son la determinación de
asociaciones geoquímicas relevantes.
• Variadas herramientas estadísticas pueden ser empleadas.
• Ejemplos
– Análisis de correlación
– Análisis de componentes principales
– Análisis cluster
• El análisis de los componentes principales procura determinar un
sistema más pequeño de variables que sinteticen el sistema
original.
• El análisis clúster clasifica una muestra de entidades (individuos o
variables) en un número pequeño de grupos de forma que las
observaciones pertenecientes a un grupo sean muy similares entre
sí y muy disimilares del resto. A diferencia del Análisis
discriminante se desconoce el número y la composición de dichos
grupos.
19