Curso: Anlisis estadstico y geoestadstico de datos

Objetivos del curso

Entregar conocimientos tericos y prcticos para estudiar, modelar e interpretar datos procedentes de muestreo, experimentos o pruebas industriales.
1 2 3 4 5

Medicin Dato Informacin Conocimiento Toma de decisin

Malla curricular
Plan comn de ingeniera

Usted est aqu

Licenciatura en ciencias de la ingeniera, mencin minera y metalurgia extractiva

Minor en minera Minor en metalurgia extractiva Otras licenciaturas

o aqu

Carrera de ingeniera civil de minas

Magster en minera
o aqu

Doctorado en ingeniera de minas

o aqu!

Disciplinas relacionadas con el anlisis de datos

Estadstica Muestreo Probabilidades

Diseo de experimentos

Procesos estocsticos

Control de procesos

Series de tiempo

Teora de la seal Minera de datos

Cronoestadstica Geoestadstica

Definicin de la estadstica

La estadstica es un conjunto de procedimientos, herramientas y tcnicas usadas para recolectar, presentar, analizar y modelar datos. Sus objetivos son ya sea explicar o interpretar un fenmeno, o bien ayudar en la toma de decisin en una situacin de incertidumbre o frente a informacin incompleta, cuando no se puede conocer la realidad en forma exhaustiva.

Definicin de la estadstica
El modelamiento estadstico permite organizar nuestras elecciones y decisiones, pero no permite legitimar estas elecciones de manera absoluta.

Definicin de la estadstica
Se distingue la estadstica matemtica y la estadstica aplicada, la cual se subdivide en descriptiva e inductiva. La estadstica descriptiva se refiere a la recopilacin, presentacin y descripcin de un grupo de datos, resumindolo con unos pocos elementos de informacin que caracterizan la totalidad del grupo. La estadstica inductiva o inferencial es el proceso para lograr generalizaciones acerca del todo (llamado la poblacin) examinando una parte (llamada la muestra). Permite darse una idea de cmo est la poblacin (estimacin de caractersticas), responder preguntas o confirmar comportamientos (prueba de hiptesis) as como generar modelos y predicciones (regresin, minera de datos y anlisis multivariable).

Ejemplos de aplicacin
Control de estndares de calidad en la toma, preparacin y anlisis de muestras en mina (por ejemplo, para clculo de recursos/reservas, control de leyes, reconciliacin), en planta (para monitoreo y control de procesos, control granulomtrico), en pilas de lixiviacin y relaves (gestin ambiental)

Ejemplos de aplicacin
Gestin de operaciones: determinar el promedio de vida y la dispersin de vida de un equipo; modelar la distribucin del rendimiento de un equipo; analizar las caractersticas del mineral procesado (densidad, granulometra,)

Ejemplos de aplicacin
Comparacin de las caractersticas de insumos de distintos abastecedores (aceros para perforacin, explosivos para tronadura, reactivos para plantas de flotacin, etc.)

Ejemplos de aplicacin
Modelos de dependencias entre variables productividad vs. variables operacionales (nmero de camiones, disponibilidad de equipos, tipo de material extrado, tipo de equipos) en vista a mejorar la planificacin y cumplir con los planes de produccin caractersticas del macizo rocoso, consumo de energa en molienda y tiempo de residencia del mineral para lograr un tamao de liberacin requerido, en vista a optimizar las mezclas de minerales y la estrategia de extraccin caractersticas metalrgicas (solubilidad, recuperacin metalrgica) vs. abundancias de especies minerales

Ejemplos de aplicacin
Diseo de pruebas y experimentos e interpretacin de resultados: perforacin tronadura acondicionamiento del macizo rocoso fenomenologa del flujo gravitacional automatizacin de cargadores frontales

Ejemplos de aplicacin
Data Mining Anlisis de datos existentes, recolectados para otros fines, para sacar nuevas conclusiones. Exploracin de relaciones entre datos, descubrimiento de conjuntos o subconjuntos de datos correspondientes a condiciones o resultados de inters. Back Analysis Anlisis de condiciones y datos presentes al momento de ocurrir un hecho que dio lugar a un resultado conocido.

Definicin de la geoestadstica
La geoestadstica es un conjunto de herramientas y mtodos para analizar datos que estn distribuidos en un espacio Euclidiano (espacio geogrfico, eje temporal). Se aplica al estudio de variables regionalizadas, es decir, variables numricas que se extienden en el espacio geogrfico, conocidas a partir de una toma de muestra. Los principales campos de aplicacin corresponden a las ciencias de la tierra y la evaluacin de recursos naturales, ya sea minerales, petrolferos, gasferos, forestales o halieticos.

Ejemplos de aplicacin
Agricultura y ciencias del suelo Se estudia variables como concentraciones de nutrientes, pH, salinidad, capacidad de intercambio catinico, conductividad elctrica del suelo. Ejemplo: mediciones de pH en muestras de suelo

Qu zonas necesitan un tratamiento (abono de cal) para reducir la acidez del suelo y mejorar la fertilidad?

Ejemplos de aplicacin
Ciencias forestales Se estudia variables como densidad, altura y dimetro promedio de los rboles, o cantidad de biomasa. Ejemplo: mediciones en un bosque del nmero de pinos Radiata en reas de 500 m2

Cul es la distribucin de pinos en la zona de estudio? Cuntos recursos forestales puede tener esta zona?

Ejemplos de aplicacin
Ciencias medio ambientales Se estudia variables como las concentraciones de elementos contaminantes en la atmsfera o en el suelo. Ejemplo 1: mediciones de la concentracin de plomo en una zona contaminada

Qu reas sobrepasan las normas y necesitan remediacin?

Ejemplos de aplicacin

Ejemplo 2: monitoreo de la calidad del aire en la cuenca de Santiago

Se debe decretar alerta, preemergencia o emergencia para maana?

Ejemplos de aplicacin
Geo-minero-metalurgia Se estudia variables geolgicas, geotcnicas y/o metalrgicas (leyes de elementos de inters, potencia y acumulacin de una veta, tipo de roca, dureza, recuperacin metalrgica) que caracterizan un yacimiento. Ejemplo: campaa de sondajes en un yacimiento aurfero

Cul es la distribucin de las leyes en el yacimiento? Cules son los recursos minerales (tonelaje, ley media) que se puede extraer? Cmo planificar la explotacin del yacimiento?

Ejemplos de aplicacin
Otros campos de aplicacin geoqumica: se modela la distribucin espacial de elementos de inters econmico, en vista a la deteccin de anomalas y la prospeccin minera geofsica: se modela la densidad de roca o el campo de velocidad en el subsuelo a partir de mediciones directas e indirectas (datos gravimtricos; datos ssmicos; datos magnticos) geologa: se modela redes de fallas o de fracturas en un macizo rocoso, o propiedades petrofsicas o geoqumicas del suelo o subsuelo ingeniera de petrleo, hidrogeologa: se estudia variables petrofsicas como la porosidad y la permeabilidad de la roca para caracterizar un reservorio petrolero o un acufero. Tambin se puede estudiar la carga hidrulica y la transmisividad para modelar flujos y dispersin de contaminantes

Ejemplos de aplicacin
gestin de riesgos naturales: se evala la probabilidad de ocurrencia de sismos, erupciones volcnicas, inundaciones, etc. oceanografa: se modela la salinidad y la temperatura del agua, o la profundidad del fondo marino climatologa / meteorologa: se modela variables atmosfricas (temperatura y humedad del aire, presin, radiacin solar incidente) o la distribucin de lluvias en una regin halietica: se busca evaluar la abundancia de especies marinas (peces, moluscos, crustceos, etc.) en el ocano, para la planificacin, gestin y seguimiento de la pesca

Ejemplos de aplicacin
ecologa: se modela la distribucin de especies animales (ballenas, ands, insectos, etc.) o de la vegetacin en un ecosistema epidemiologa: se modela la distribucin de plagas y enfermedades (leucemia, cncer, enfermedades raras) y su propagacin ciencias sociales: se modela variables demogrficas como la tasa de fecundidad o socio-econmicas como el precio de la vivienda o el nivel de ingreso anlisis de imgenes: problemas de compresin de informacin, reconocimiento de patrones, segmentacin, clasificacin, modelamiento de objetos, estereologa, etc., en imgenes digitales obtenidas por fotografas, percepcin remota o microscopia crono-estadstica / series de tiempo

Tipo de datos estudiados

Tanto la estadstica como la geoestadstica permiten estudiar datos numricos cuantitativos. Estos datos pueden corresponder a distintos tipos de variables: Variables continuas (ordinales): leyes de mineral, densidad de roca, recuperacin metalrgica, etc. Variables discretas (ordinales): variables de conteo (ej.: nmero de fallas de un equipo); variables discretizadas (ej.: clases de leyes de mineral, abundancias de minerales medidas en una escala cualitativa) Variables categricas (nominales): tipos de roca, alteraciones, mineralizaciones, etc. Adems de la informacin de la(s) variable(s), los datos geoestadsticos deben poseer la informacin de las coordenadas correspondientes a las mediciones realizadas.

Contenidos
Primera parte: Anlisis estadstico de datos Leccin 1: fundamentos de estadstica Leccin 2: inferencia estadstica Leccin 3: calidad de datos Leccin 4: pruebas de hiptesis Leccin 5: estadstica comparativa Leccin 6: anlisis de varianza Leccin 7: diseo de experimentos Leccin 8: mnimos cuadrados Leccin 9: anlisis multivariable

Contenidos
Segunda parte: Anlisis geoestadstico de datos Leccin 1: fundamentos de geoestadstica Leccin 2: estudio exploratorio de datos Leccin 3: modelo geoestadstico Leccin 4: anlisis variogrfico: variograma experimental Leccin 5: anlisis variogrfico: modelamiento de variograma Leccin 6: interpolacin espacial Leccin 7: geoestadstica multivariable

Organizacin del curso

1) Ctedra: 1 control de mitad de semestre; 1 control final; 1 examen final 2) Laboratorio 3) Trabajo personal: dos proyectos

Nota ctedra = 0.5* (control 1 + control 2) + 0.5 * examen Nota actividades complementarias = 0.5* (proyecto 1 + proyecto 2) Nota final = 0.5* Nota ctedra + 0.5 * Nota actividades complementarias Se debe aprobar por separado la ctedra y las actividades complementarias