UNIVERSIDAD NACIONAL DE INGENIERIA FIGMM

COVARIOGRAMA Y CORRELOGRAMA
OBJETIVOS:

Programar el clculo del covariograma y correlograma.

FUNDAMENTO TEORICO:

COVARIANZA
El anlisis de la covarianza es una tcnica estadstica que, utilizando un
modelo de regresin lineal mltiple, busca comparar los resultados obtenidos
en diferentes grupos de una variable cuantitativa pero corrigiendo las posibles
diferencias existentes entre los grupos en otras variables que pudieran afectar
tambin al resultado (covariantes).

En el estudio conjunto de dos variables, lo que interesa principalmente es

saber si existe algn tipo de relacin entre ellas. Esto se ve grficamente con el
diagrama de dispersin. La covarianza S(X,Y) de dos variables aleatorias X e Y
se define como:

La matriz de covarianza SXY de dos variables aleatorias n-dimensionales

expresadas como vectores columna
se define como:

GEOESTADISTICA I

UNIVERSIDAD NACIONAL DE INGENIERIA FIGMM

Donde

es el operador esperanza.

CORRELACIN
El coeficiente de correlacin es un ndice estadstico que mide la relacin
lineal entre dos variables cuantitativas. A diferencia de la covarianza, la
correlacin de es independiente de la escala de medida de las variables.

El clculo del coeficiente de correlacin lineal se realiza dividiendo la

covarianza por el producto de las desviaciones estndar de ambas variables:

Siendo:
XY la covarianza de (X,Y)
X y Y las desviaciones tpicas de las distribuciones marginales.
El valor del ndice de correlacin vara en el intervalo [-1, +1]

GEOESTADISTICA I

UNIVERSIDAD NACIONAL DE INGENIERIA FIGMM

Z (x)

Z (x+1)

X Z =4

X Z =3.2

( x+ 1)

( x)

(x)=

(x+1) =

C( 1)=

( 13.2 ) + ( 23.2 ) + ( 33.2 ) + ( 43.2 ) + ( 63.2 )

=1.92
51

( 24 ) + ( 34 ) + ( 44 ) + ( 64 ) + (54 )
=1.58
51

( 13.2 ) ( 24 ) + ( 23.2 )( 34 )+ ( 33.2 ) ( 44 ) + ( 43.2 )( 64 ) + ( 63.2 ) (54)

51

C( 1)=2.5

(1)=

C(1)
2.5
=
=0.82
(x) .(x+1 ) 1.92 x 1.58

(1)=0.8
GEOESTADISTICA I

UNIVERSIDAD NACIONAL DE INGENIERIA FIGMM

Z (x)

Z (x+2)

X Z =2.5

(x+2) =

C ( 2)=

X Z =3.5

( x)

(x)=

( x+ 2 )

( 12.5 ) + ( 22.5 ) + ( 32.5 ) + ( 42.5 )

=1.29
41

( 23.5 ) + ( 33.5 ) + ( 43.5 ) + ( 63.5 )

=1.29
41

( 12.5 ) ( 33.5 )+ ( 22.5 ) ( 43.5 ) + ( 32.5 ) ( 63.5 )+ ( 42.5 ) ( 53.5 )

41

C( 2)=1.33

(2)=

C(1)
1.33
=
=0.799
(x) .(x+ 2) 1.29 x 1.29
(2)=0.799

GEOESTADISTICA I

UNIVERSIDAD NACIONAL DE INGENIERIA FIGMM

(2)=2.25

Z (x)

Z (x+3 )

X Z =5

X Z =2

( x+ 3 )

( x)

(x)=

(x+3) =

C( 3)=

( 12 ) + ( 22 ) + ( 32 )
=1
31

( 45 ) + ( 65 ) + ( 55 )
=1
31

( 12 ) ( 45 )+ ( 22 )( 65 ) + ( 32 ) (55 )
31

C( 3)=0.5

(3)=

C(3)
(x) .(x +3)

0.5
=0.5
1 x1

(3)=0.5
5

GEOESTADISTICA I

(3)=0.5

UNIVERSIDAD NACIONAL DE INGENIERIA FIGMM

Z (x)

2
6

Z (x+3 )

X Z =5.5

X Z =1.5

( x+ 4)

( x)

( 11.5 ) + ( 21.5 )
(x)=
=0.707
21

( 65.5 ) + ( 55.5 )
(x+4 )=
=0.707
21

C( 4 ) =

( 11.5 ) (65.5 ) + ( 21.5 )( 55.5 )

21
C( 4 )=0.5

GEOESTADISTICA I

UNIVERSIDAD NACIONAL DE INGENIERIA FIGMM

(4) =

C(4 )
(x) . (x+4 )

0.5
=1
0.707 x 0.707

(4) =1

(4 )=08.5
GRAFICA DEL VARIOGRAMA
9
8.5
8
7
6
5

4.83

VARIOGRAMA (x) 4
3
2.25

2
1
0
0.5

0.8
1

1.5

2.5

3.5

4.5

GRAFICA DEL COVARIOGRAMA

GEOESTADISTICA I

UNIVERSIDAD NACIONAL DE INGENIERIA FIGMM

C(x+h)
3
2.5

2.5

2
1.5

COVARIOGRAMA

1.33

1
0.5

0.5

0
0.5
-0.5

1.5

2.5

3.5

4.5
-0.5

-1

GRAFICA DEL CORRELOGRAMA

1
0.82

0.8

0.5

CORRELOGRAMA (h)

0
0.5

0.5

1.5

2.5

3.5

4.5

-0.5

-1

-1

-1.5

GEOESTADISTICA I

UNIVERSIDAD NACIONAL DE INGENIERIA FIGMM

Adems vemos que al agrupar datos en cada 10 ,20 y 30 el histograma cambia, tiende a ser la campana
de gauss esto es debido al teorema del limite central.
Adems al ordenar los 100 datos aleatorios y agrupados en manera ascendente vemos que el variograma tiene
una tendencia de una curva creciente.
Notamos que al agrupar los datos de cada vez mayores el rango de sus variogramas disminuye.
Como el Variograma tomo en cuenta la variabilidad de los espacios es por ello que las graficas son distintas y
ambas varian en rangos diferentes.

El Variograma es demasiado sensible a valores extremos es por ello el cambio en la grafica.

Nos damos cuenta tambin que en las dos ultimas graficas casi todos sus parmetros son casi iguales y esto
sucede ya que una de las limitaciones del variagrama es que cuando las distancias son demasiado grandes este se
torno constante

Es una herramienta que nos permite analizar el comportamiento espacial de una propiedad o variable sobre una
zona dada.

Nos permite detectar direcciones de anisotropa

Nos damos cuenta de un comportamiento lineal del variagrama para distancias pequeas .
Tambin nos permite hallar las desviaciones estndar.

Se ha presentado una introduccin bsica

del kriging y del clculo de variogramas. El
variograma ha sido calculado suponiendo una
condicin isotrpica, es decir que la variacin es
la misma en todas las direcciones del plano, lo
cual generalmente no ocurre. Si se considera una

GEOESTADISTICA I

UNIVERSIDAD NACIONAL DE INGENIERIA FIGMM

variacin de las mediciones como funcin de la
direccin, entonces debe definirse un variograma
para cada punto de los ejes del plano es decir, una condicin anisotrpica. Es conveniente
recordar
que para calcular los pesos W es conveniente
utilizar todos los puntos de medicin, sin
embargo la mayora de los programas de cmputo
disponibles utilizan slo un conjunto de ellos.
El kriging es el mtodo ptimo en el sentido
estadstico de interpolacin y extrapolacin. Es el
mtodo estimacin ms preciso. Contrariamente
a todos los otros mtodos este nos permite
calcular el error de estimacin de las variables.
Sin embargo es conveniente agregar que muchos
casos y especialmente cuando se trata de una
malla regula el mtodo de Splines cbicos
produce de una manera ms rpida y simple,
resultados muy cercanos o casi equivalentes a
los obtenidos por el kriging. Si la precisin de resultados es lo importante el kriging es entonces
el mtodo privilegiado que debe utilizarse [6]. Respecto a la relacin entre un correlograma y
un variograma, se ha demostrado que ambas son dos formulaciones de una misma funcin
estructural de variabilidad; sin embargo, el variograma al estar definido nicamente por
la varianza, no tienen ninguna dependencia del tiempo, nicamente del incremento sobre la
distancia en el espacio (h) de los puntos de medicin. Es decir, el conocimiento del variograma
permite siempre evaluar la varianza del estimador. Esta condicin es privilegiada cuando se
analizan datos espacialmente variados.El correlograma, al mostrar la correlacin entre las
mediciones, permite en la mayora de los casos, analizar la independencia entre eventos, tal y
como se utiliza esta formulacin en problemas de hidrologa estocstica; el variograma es

GEOESTADISTICA I

10