Geoestadística (Estimación) - Partiib (Intercade)

92
INTERCADE
CONSULTANCY & TRAINING
www.intercade.org
183
Perforacin de relleno para Estimar Reservas
10
0.1
0.001
0.01
1.0
Au ppm
0.0001
50
40
60
MSc. Samuel Canchaya Moya - scanchaya@expo.intercade.org - Consultor Intercade
ERR %
30
10
20
0
184
Gua de Buenas Gua de Buenas
Prcticas en Reportes
Tcnico - Econmicos
93
INTERCADE
www.intercade.org
185
Buenas Prcticas en los
Reportes:
Describir el estilo y la naturaleza de la mineralizacin. Describir el estilo y la naturaleza de la mineralizacin.
Incluir protocolos de muestreo, preparacin de las muestras y mtodos
de anlisis.
Indicar la densidad del muestreo y su distribucin.
Describir claramente los mtodos de estimacin de Recursos y Reservas.
Indicar cmo afecta la variacin de cut-offs en la estimacin de Recursos
y Reservas.
Describir claramente los estudios tcnico-econmicos que sustentan la
conversin de Recursos en Reservas.
186
Buenas Prcticas:
Indicar el tratamiento de altos errticos y mostrar cmo afectan las
estimaciones de Recursos/Reservas.
Los reportes de Reservas debern estar acompaados de pruebas
de recuperacin metalrgica; as como de los precios de los metales
y sus tendencias de variacin.
Se debe especificar los factores de dilucin.
Especificar los factores o ratios de strippingo soterramiento.
Referirse a las Reservas y Recursos como estimaciones no como
clculos.
94
INTERCADE
www.intercade.org
187
Discusin
188
Bolsa de Valores de Lima (BVL):
Para la BVL existencinco categoras aceptadas de mineral:
Reserva Probada.
Reserva Probable.
Recurso Medido.
Recurso Indicado.
Recurso Inferido.
Las Personas Calificadas que realizanla estimacino que la refrendan,
debenreunir las siguientes caractersticas:
Ingeniero de Minas o Ingeniero Gelogo, registrado y habilitado, es
decir miembro activo del Colegio de Ingenieros del Per (CIP).
Mnimo de cinco aos de experiencia en el tipo de yacimiento o mina.
95
INTERCADE
www.intercade.org
189
Fuentes principales de los
errores de Estimacin:
La Estimacin de Recursos se basa en anlisis de
muestras que representan tan slo un diferencial
V
muestras que representan tan slo un diferencial
de volumen comparados con los volmenes de
los paneles o bloques de estimacin.
La cuantificacin adecuada de este y otros errores; as como del riesgo y
la incertidumbre, slo es posible con el apoyo de la Geoestadstica.
La calidad de la data. Cuidado al mezclar manzanas con naranjas.
Desde el inicio de la exploracin se debe:
Monitorear la desviacin de los taladros.
Establecer anlisis qumicos secuenciales (como paso previo
dv
Establecer anlisis qumicos secuenciales (como paso previo
a la Geometalurgia).
Establecer mediciones sistemticas de la densidad.
Los sistemas de QA/QC deben ser principalmente enfocados al
muestreo primario, fuente principal de los errores.
190
Los errores del muestreo:
ESTRUCTURA GENERAL DE LOS ERRORES DE MUESTREO
Actividad
% Error
relativo
Sesgo % Fase
Muestreo 100 a 1,000
1000
Muestreo
primario
Transporteyalmacenamiento 1 a 100
Preparacin mecnica,
reduccin
10 a 100
50
Muestreo
secundario
Preparacin qumica (digestin
ydisolucin)
5 a 20
Anlisisqumico 0.1 a 5 0.1 a 1 Anlisis qumico
Compilado a partir de: Gy (1999:10); Gy & Francois-
Bongarson (1999) y Paski (2006)
Segn: Gy (1999:10)
Tomado de Canchaya (2010)
96
INTERCADE
www.intercade.org
191
Modelo Geolgico de bloques
Base de datos tradicional
Este Norte Cota % Zn Alt Lit
655600 8834567 4509 0.52 4 12
655675 8835772 4484 1.23 4 12
655750 8836977 4459 2.01 4 12
655825 8838182 4434 0.56 4 12
655900 8839387 4409 1.08 2 12
655975 8840592 4384 3.45 2 12
656050 8841797 4359 0.87 4 13
Litologa,
Tipo de
alterac.,
%Zn g/t
%Zn, g/t
Ag.
192
Modelo Geolgico de bloques
655600 8834567 4509 0.52 4 12
655675 8835772 4484 1.23 4 12
655750 8836977 4459 2.01 4 12
655825 8838182 4434 0.56 4 12
655900 8839387 4409 1.08 2 12
655975 8840592 4384 3.45 2 12 Litologa, RQD,
656050 8841797 4359 0.87 4 13
Tipo de
alterac., %Zn,
g/t
Ag, MPa, %ARCs
, %sid, granulom.
, %Rec., etc.
97
INTERCADE
www.intercade.org
193
Modelo Geo-metalrgico de bloques
655600 8834567 4509 0.52 4 12
655675 8835772 4484 1 23 4 12
655675 8835772 4484 1.23 4 12
655750 8836977 4459 2.01 4 12
655825 8838182 4434 0.56 4 12
655900 8839387 4409 1.08 2 12
655975 8840592 4384 3.45 2 12
656050 8841797 4359 0.87 4 13
Este Norte Cota % Zn Alt Lit MPa %ARCs %sid RQD %Rec
655600 8834567 4509 0 52 4 12 33 5 5 3 29 25 71 0
Litologa, RQD, Ti
po de
alterac., %Zn, g/t
Ag, MPa, %ARCs,
%sid, granulom., %
Rec., etc.
Base de datos Geometalrgica
655600 8834567 4509 0.52 4 12 33 5.5 3.29 25 71.0
655675 8835772 4484 1.23 4 12 56 2.3 2.33 35 72.2
655750 8836977 4459 2.01 4 12 124 7.6 1.02 56 82.0
655825 8838182 4434 0.56 4 12 156 0.6 0.98 87 83.5
655900 8839387 4409 1.08 2 12 250 0.5 0.33 78 85.6
655975 8840592 4384 3.45 2 12 200 2.3 0.45 67 83.1
656050 8841797 4359 0.87 4 13 49 0.25 2.25 80 84.9
194
Referencias bibliogrficas
Canchaya S. (2008) El Modelo Geometalrgico.- XIV
Congreso Peruano de Geologa y XIII Congreso
Latinoamericano de Geologa; 29Set-3Oct Lima, 6p. Latinoamericano de Geologa; 29Set 3Oct Lima, 6p.
Canchaya S. (2010) QA/QC Realidad o fantasa?.- XV
Congreso Peruano de Geologa; 27Set-1Oct Cuzco, 4p.
McKay B. & Lambert I. & Miskelly N. (2008) International
Harmonization of Classification and Reporting of Mineral
Resources.- AusIMM Bull.; 12p.
USBM/USGS (1980) Principles of a Resource/Reserve
Classification for Minerals.- U.S. Geol. Survey Circular
831; 8p.
98
INTERCADE
www.intercade.org
195
=
n
jk ik ij X X SEd
2
) (
Distancia
euclidiana
Coeficientes
de similitud
ms frecuentes
Distancia
euclidiana

=
n
k 1
(X
ik
- X
jk
)
2
n
d
ij
=
=
=
k
jk ik ij X X SEd
1
) (

=
n
k
k
jk ik
ij
sd
X X
StEd
1
2
) (
Distancia Euclidiana
estandarizada
Donde: sdk es la desviacin
estndar de todos los elementos
de k
Coseno o distancia
euclidiana
al cuadrado

n 2
Donde:
Coseno o distancia
euclidiana
normalizada

=

=
n
k
j
jk
i
ik
ij
SS
X
SS
X
CTd
1

=
=
n
x
xk x X SS
1
2
) (
Donde:
=
=
n
k
jk ik ij X X MMd
1
Distancia mtrica
Manhattan
196
ms parmetros
de similitud
j i
ij
ij
s s
r
cov
=
Coeficiente de
correlacin lineal
Distancia
Distancia chi-
2
X X
n
jk ik
=
=
=
n
k
n
l
ij
lk
jk ik
X
X X
CSd
1
1
2
) (
promedio
cuadrado
n
X X
Ad
n
k
jk ik
ij
=

=

2
1
n
MCDd
k
ij
=
=
1
Distancia diferencia de
carcter medio
=
=
n
k
jk ik ij X X SEd
1
2
) (
Distancia
CHORD
99
INTERCADE
www.intercade.org
197
Tipos o formas de agrupamiento
Mtodos de particin.- Particiones matemticas son ubicadas
en regiones dispersas subdividiendo el espacio de la variable en
clases discretas. No es muy usado porque se aplica
iterativamente y por ello consume mucho tiempo de
procesamiento.
Mtodos del origen arbitrario.- Se establecen previamente
un grupo de puntos arbitrarios de partida que vienena ser los
centroides, a partir de ellos se generan los clusters y se re-
l l l ti did
197
calculanlos respectivos expandidos.
198
Tipos o formas de agrupamiento
Procedimientos de similaridad mutua.- Se parte de una
matriz n x n entre todos los pares; luego se re-calcula en forma
iterativa la similaridadentre la columnas .
Agrupamiento jerrquico.- J unta las observaciones ms
smiles y luego las conecta a las siguientes similares y as
sucesivamente. Se parte de una matriz de similitudes n x n de
todas las variables; luego se recalcula matrices con las ms altas
similitudes y as sucesivamente hasta llegar a una matriz 2 x 2. Es
198
el ms empleado en Geologa y Paleontologa (Taxonoma
numrica).
100
INTERCADE
www.intercade.org
199
Principales formas de enlace
entre Grupos o Clusters
Enlace simple.- Se conecta grupos en base la ms alta similitud entre
objetos y decreciendo. Este mtodo tiene la desventaja que los objetos
que se asocian al final tienen mayor influencia que los que se asocian
al inicio.
Promedio no pesado o centroide .- Corrige lo anterior ponderando
cada cluster en forma proporcional al su nmero de objetos.
Criterio de Ward.- Basado en le concepto de anlisis de la varianza.
199
Criterio de Ward. Basado en le concepto de anlisis de la varianza.
Los grupos son combinados iterativamente de manera que en cada
paso se minimice la suma de los cuadrados entre los grupos . Es el de
ms amplio uso.
200
Construccin de un Construccin de un
Dendograma
paso a paso
200
101
INTERCADE
www.intercade.org
201
Matriz de similitudes
Vamos a usar el mtodo mas difundido: El de
agrupamiento jerrquico.
Se parte de una matriz de similitudes n x n con todos
los pares de observaciones seleccionados .
Luego se extrae de dicha matriz los pares con las mas
altas similitudes y se re-calcula una nueva matriz
promediando las similitudes de las observaciones
restantes.
Se repite el procedimiento anterior hasta que la matriz
de similitud se reduzca a una de 2 x 2.
201
202
Matriz de similitud
Partimos de una matriz: n x m (mmuestras analizadas (
por n elementos).
Luego se calcula el parmetro de similitud: en este
caso vamos a usar el coeficiente de correlacin entre
cada par de elementos n.
L l d i i
Los resultados se constituyen en una matriz n x n
denominada Matriz de Similitud.
202
102
INTERCADE
www.intercade.org
203
Cu Pb Hg As Mo Zn Cu
Clculo de matrices de similitud y ploteo del
dendograma
Cu
Pb
Cu
H
gAs
Mo
Zn
Pb Hg As Mo Zn
0.21
0.20 -0.16 -0.11
-0.14 -0.06
-
0.14
0.07
0.38 0.23
0.32
1.00
0.08
0.42
0.78
1.00
1.00
1.00
1.00
1.00
0.07 0.38 0.78 -0.06 0.32
0.23
-
0.14
0.08
0.21 0.42 -0.16
-0.06
-0.06
0.20
-0.11
-
0.14
Cu
Pb
Hg
As
Mo
Zn
0.5 1.0 0.0
204
Cu
Cu Pb Hg As Mo Zn
1.00 0.07 0.38 0.78 -0.06 0.32 -
Cu
As
dendograma
Pb
H
gAs
Mo
Zn
0.21
0.20 -0.16 -0.11
-0.14 -0.06
-
0.14
0.07
0.38 0.23
0.32
0.08
0.42
0.78
1.00
1.00
1.00
1.00
1.00
0.23
-
0.14
0.08
0.21 0.42 -0.16
-0.06
-0.06
0.20
-0.11 0.14
Cu/As Pb Zn Hg/Mo
0.5 1.0 0.0
Pb
Hg
Mo
Zn
Cu/As
Zn
Pb
Hg/Mo
1.00
-0.11
0.26
0.20
1.00
1.00
1.00
-0.11
0.27 -0.11
-0.11 0.26
-0.11
-0.11
0.27
0.20
(0.07+0.14)/2 =-0.11
103
INTERCADE
www.intercade.org
205
Cu
Pb
Cu Pb Hg As Mo Zn
0.07
1.00
1.00
0.07 0.38 0.78 -0.06 0.32
0.23 0.08 -0.11
-
0.14
Cu
As
Zn
dendograma
H
gAs
Mo
Zn
0.21
0.20 -0.16 -0.11
-0.14 -0.06
-
0.14
0.38 0.23
0.32
0.08
0.42
0.78
1.00
1.00
1.00
1.00
-
0.14
0.21 0.42
-0.16
-0.06
-0.06
0.20
Cu/As
Cu/As Pb Zn Hg/Mo
1.00 -0.11 0.26 0.20
0.5 1.0 0.0
Pb
Hg
Mo
Zn
Zn
Pb
Hg/Mo
-0.11
0.26
0.20
1.00
1.00
1.00
-0.11
0.27 -0.11
-0.11
-0.11
0.27
(0.07+0.14)/2 =-0.11
(0.16+0.06)/2 =-0.11
206
Cu
Pb
Cu Pb Hg As Mo Zn
0.07
1.00
1.00
0.07 0.38 0.78 -0.06 0.32
0.23 0.08 -0.11
-
0.14
Cu
As
Z
dendograma
H
gAs
Mo
Zn
0.21
0.20 -0.16 -0.11
-0.14 -0.06
-
0.14
0.38 0.23
0.32
0.08
0.42
0.78
1.00
1.00
1.00
1.00
-
0.14
0.21 0.42 -0.16
-0.06
-0.06
0.20
Cu/As
Cu/As Pb Zn Hg/Mo
100 -011 026 020
0.5 1.0 0.0
Pb
Hg
Mo
Zn
Cu/As
Zn
Pb
Hg/Mo
1.00
-0.11
0.26
0.20
1.00
1.00
1.00
-0.11
0.27 -0.11
0.11 0.26
-0.11
-0.11
0.27
0.20
(0.32+0.20)/2 =0.26
(0.07+0.14)/2 =-0.11
(0.16+0.06)/2 =-0.11
104
INTERCADE
www.intercade.org
207
Cu
Pb
Cu Pb Hg As Mo Zn
007
1.00
100
0.07 0.38 0.78 -0.06 0.32
023 008 011
-
014
Cu
As
dendograma
Pb
H
gAs
Mo
Zn
0.21
0.20 -0.16 -0.11
-0.14 -0.06
-
0.14
0.07
0.38 0.23
0.32
0.08
0.42
0.78
1.00
1.00
1.00
1.00
1.00
0.23
-
0.14
0.08
0.21 0.42 -0.16
-0.06
-0.06
0.20
-0.11
0.14
C /A
Cu/As Pb Zn Hg/Mo
100 011 026 020
0.5 1.0 0.0
Pb
Hg
Mo
Zn
Cu/As
Zn
Pb
Hg/Mo
1.00
-0.11
0.26
0.20
1.00
1.00
1.00
-0.11
0.27 -0.11
-0.11 0.26
-0.11
-0.11
0.27
0.20
(0.32+0.20)/2 =0.26
(0.21+0.14)/2 =0.18
(0.38+0.06)/2 =0.22
0.40/2
(0.07+0.14)/2 =-0.11
(0.16+0.06)/2 =-0.11
208
Cu
Pb
Cu
Hg
As
Pb Hg As Mo Zn
021 014
0.07
0.38 0.23
1.00
078
1.00
1.00
100
0.07 0.38 0.78 -0.06 0.32
0.23
014
0.08
0.21 0.42 -0.16
020
-0.11 -0.14
Cu
Pb
As
Zn
dendograma
As
Mo
Zn
0.21
0.20 -0.16 -0.11
-0.14 -0.06
-0.14
0.32
0.08 0.42
0.78 1.00
1.00
1.00
-0.14
-0.06
-0.06
0.20
Cu/As
Z
Pb
Cu/As Pb Zn Hg/Mo
1.00
-0.11
026
1.00
100 011
-0.11 0.26
-0.11
011
0.27
0.20
0.5 1.0 0.0
Pb
Hg
Mo
(0.21+0.14)/2 =0.18
(0.38+0.06)/2 =0.22
0.40/2
Zn
Hg/Mo
0.26
0.20
1.00
1.00
-0.11
0.27 -0.11
-0.11
(0.32+0.20)/2 =0.26
( )
(0.07+0.14)/2 =-0.11
(0.16+0.06)/2 =-0.11
Cu/As/Zn
Hg/Mo/Pb
Cu/As/Zn Hg/Mo/Pb
1.00
1.00
-0.11
-0.11
105
INTERCADE
www.intercade.org
209
Cu
Pb
Cu
H
gAs
Mo
Pb Hg As Mo Zn
0.21
014 006
-
014
0.07
0.38 0.23
1.00
0.08
042
0.78
1.00
1.00
1.00
100
0.07 0.38 0.78 -0.06 0.32
0.23
-
0.14
0.08
0.21
0.42 -0.16
006
0.20
-0.11 -
0.14
Cu
Pb
Hg
As
Zn
Clculo de matrices de similitud y ploteo del dendograma
Mo
Zn 0.20 -0.16 -0.11
-0.14 -0.06 0.14
0.32
0.42 1.00
1.00 -0.06
-0.06
Cu/As
Zn
Pb
Cu/As Pb Zn Hg/Mo
1.00
-0.11
0.26
1.00
1.00 -0.11
-0.11 0.26
-0.11
-0.11
0.27
0.20
0.5 1.0 0.0
Hg
Mo
(0.21+0.14)/2 =0.18
(0.38+0.06)/2 =0.22
0.40/2
Hg/Mo 0.20 1.00 0.27 -0.11
(0.32+0.20)/2 =0.26
(0.07+0.14)/2 =-0.11
(0.16+0.06)/2 =-0.11
Cu/As/Zn
Hg/Mo/Pb
Cu/As/Zn Hg/Mo/Pb
1.00
1.00
-0.11
-0.11
210
Otro ejemplo:
Anlisis modal granulomtrico de una
grauwaca
Dimetro promedio en mm Dimetro promedio en mm
Muestra Poros Cuarzo Fragmentos
lticos
Feldespato
A 0.24 1.78 0.69 3.32
B 0.48 2.07 2.41 4.78
C 0.76 4.05 1.20 3.21
D 0.23 2.98 0.85 2.06
E 0.04 3.33 3.39 2.63
F 1.98 0.98 2.01 2.02
Anlisis modal realizado en secciones delgadas con microscopio ptico
106
INTERCADE
www.intercade.org
211
Otro ejemplo: Clculo de matrices de
similitud y ploteo del dendograma
A B C D E F
F
A
B
C
D
E
F
0.991
-0.767 -0.719 0.168
0.665 0.440
0.499
0.911
0.767 0.539
-0.107
1.00
0.570 0.587
0.704
1.00
1.00
1.00
1.00
1.00
0.911 0.767 0.704 0.440
0.539
0.665
0.570
0.991 0.587
-0.388
0.499
-0.107
0.168
-0.719
-0.767
-0.388
0 5 1 0 0 0
C
B
E
A
D
-0 5
0.5 1.0 0.0 0.5
212
A
B
A B C D E F
0 911
1.00
100
0.911 0.767 0.704 0.440
0539 0570
-0.107
F
E
AB
AB CD E F
1.00 0.394 0.505 0.031
(0587+0665)/2=0626
B
C
D
E
F
0.991
-0.767 -0.719 0.168
0.665 0.440
0.499
0.911
0.767 0.539
-0.107
0.570 0.587
0.704
1.00
1.00
1.00
1.00
1.00
0.539
0.665
0.570
0.991 0.587
-0.388
0.499 0.168
-0.719
-0.767
-0.388
0.5 1.0 0.0
C
B
A
D
-0.5
AB
E
CD
F
1.00
0.394
0.505
0.031
1.00
1.00
1.00
0.626
-0.743 -0.388
0.394 0.505
0.626
-0.388
-0.743
0.031
(0.587+0.665)/2 =0.626
(0.719+0.767)/2 =-0.743
107
INTERCADE
www.intercade.org
213
A
B
A
C
B C D E F
0.911
0.767 0.539
1.00
1.00
1.00
0.911 0.767 0.704 0.440
0.539 0.570
0.991 0.587
0.499
-0.107
0.168
-0.719
F
E
D
AB
E
CD
AB CD E F
1.00
0.394
0 505
1.00
100 0 626
0.394 0.505
0.626
0388
-0.743
0.031
(0.587+0.665)/2 =0.626
D
E
F
0.991
-0.767 -0.719 0.168
0.665 0.440
0.499
-0.107
0.570 0.587
0.704 1.00
1.00
1.00
0.665
-0.388
-0.767
-0.388
0.5 1.0 0.0
C
B
A
-0.5
E
F
0.505
0.031
1.00
1.00
0.626
-0.743 -0.388
-0.388
(0.719+0.767)/2 =-0.743
AB
F
CDE
AB CDE F
1.00
0.450
0.031
1.00
1.00 -0.566
0.450 0.031
-0.566
214
A
B
A
C
B C D E F
0.911
0.767 0.539
1.00
1.00
1.00
0.911 0.767 0.704 0.440
0.539 0.570
0.991 0.587
0.499
-0.107
0.168
-0.719
F
E
D
AB
E
CD
AB CD E F
1.00
0.394
0 505
1.00
100 0 626
0.394 0.505
0.626
0388
-0.743
0.031
(0.587+0.665)/2 =0.626
D
E
F
0.991
-0.767 -0.719 0.168
0.665 0.440
0.499
-0.107
0.570 0.587
0.704 1.00
1.00
1.00
0.665
-0.388
-0.767
-0.388
0.
5
1.0 0.0
C
B
A
-0.5
E
F
0.505
0.031
1.00
1.00
0.626
-0.743 -0.388
-0.388
(0.719+0.767)/2 =-0.743
AB
F
CDE
AB CDE F
1.00
0.450
0.031
1.00
1.00 -0.566
0.450 0.031
-0.566
ABCDE
F
ABCDE F
1.00
-0.268 1.00
-0.268
108
INTERCADE
www.intercade.org
215
Resumen del procedimiento
Hemos utilizado el coeficiente de correlacin lineal
como factor de correlacin para calcular la matriz de como factor de correlacin para calcular la matriz de
similitud.
Se parte de una matriz de similitudes n x n con todos
los pares de observaciones seleccionados .
Luego se extrae de dicha matriz los pares con las mas
altas similitudes las cuales se enlazan primero; luego
se re calcula una nueva matriz promediando las
215
se re-calcula una nueva matriz promediando las
similitudes de las observaciones restantes.
Se repite el procedimiento anterior hasta que la matriz
de similitud se reduzca a una de 2 x 2.
216
Secciones Longitudinales
Contorneadas Estructurales
216
109
INTERCADE
www.intercade.org
217
Ms ejemplos de Anlisis de
Grupos
218
Sistemas estructurales frecuentes
Cola de Cola de
caballo
Torsin de
una estructura
Sistema
pull apart
110
INTERCADE
www.intercade.org
219
Ejemplos de: SLC de contornos
estructurales
219
220
Ejemplos de engrosamiento de estructuras
220
Tomado de Muoz & Fontbote (1995)
111
INTERCADE
www.intercade.org
221
SLC de % Zn
221
222
SLC Especiales
Cabos (1974)
112
INTERCADE
www.intercade.org
223
SLC Especiales
223
Lacy (1947): Vetas Mina Casapalca
224
Anlisis
Discriminante
224
113
INTERCADE
www.intercade.org
225
Anlisis discriminante
Prcticamente es lo contrario de agrupar o formar
clusters.
C l li i di i i t t t d Con el anlisis discriminante se trata de separar
grupos de datos en sub-grupos, en base a una
adecuada disposicin relativa de sus principales
caractersticas, previamente conocidas.
De lo que se trata es de encontrar un eje a lo largo del
cual los dos sub-grupos de datos se llegan a separar lo
ms claramente posible
225
ms claramente posible.
A lo largo de dicho eje se plotea, no slo las medias de
cada sub-grupo; sino adems el ndice de
discriminacin: R0
226
Ejemplo de anlisis discriminante:
Grupo A
Arenas de playa
Grupo B
Arenas mar
adentro
CS: Coeficiente de
clasificacin
: Dimetro promedio de los
granos
p y
CS CS
0.333 1.08 0.339 1.12
0.340 1.08 0.346 1.12
0.338 1.09 0.350 1.12
0.333 1.10 0.352 1.13
0.323 1.13 0.341 1.15
0.327 1.12 0.347 1.15
0.329 1.13 0.337 1.16
226
0.331 1.13 0.343 1.16
0.336 1.12 0.340 1.17
0.333 1.14 0.346 1.17
Vista parcial de la data usada en el ejemplo
114
INTERCADE
www.intercade.org
227
Diagrama esquemtico mostrando
proyecciones de sobre lapamiento y
discriminacin
Se muestra grficamente las
nubes de correlacin de dos
sub-grupos A y B que en sus
proyecciones en los ejes Y y
X se sobrelapan; mientras
que en un eje diagonal se
DISCRIMINAN bastante
bi
227
bien.
La lnea de proyeccin se
denomina: lnea de la funcin
discriminante.
228
Representacin grfica
Grfico de discriminacin
m
a
o

d
e

g
r
a
n
o
0.355
0.350
0.345
0.340
0.335
0.330
Zona
bsands
Osands
228
Coef de selecc
T
a
m
1.30 1.25 1.20 1.15 1.10
0.325
0.320
115
INTERCADE
www.intercade.org
229
m
a
o

d
e

g
r
a
n
o
0.355
0.350
0.345
0.340
0.335
0.330
Zona
bsands
Osands
229
Coef de selecc
T
a
m
1.30 1.25 1.20 1.15 1.10
0.325
0.320
230
m
a
o

d
e

g
r
a
n
o
0.355
0.350
0.345
0.340
0.335
0.330
Zona
bsands
Osands
230
Coef de selecc
T
a
m
1.30 1.25 1.20 1.15 1.10
0.325
0.320
116
INTERCADE
www.intercade.org
231
Representaci
n grfica
m
a
o

d
e

g
r
a
n
o
0.355
0.350
0.345
0.340
0.335
0.330
Zona
bsands
Osands
231
Coef de selecc
T
a
m
1.30 1.25 1.20 1.15 1.10
0.325
0.320
R
A
= - 346.64; R
B
= - 357.81; Ro = - 352.22

Geoestadística (Estimación) - Partiib (Intercade)

Hochgeladen von

Dokumentinformationen

Originalbeschreibung:

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Geoestadística (Estimación) - Partiib (Intercade)

Hochgeladen von

Copyright:

Verfügbare Formate

92

Das könnte Ihnen auch gefallen