ANALISIS DE DATOS MINEROS

La Estadstica estudia mtodos cientficos para recoger, organizar, resumir y analizar datos, as como para sacar conclusiones vlidas y tomar decisiones razonables basadas en tal anlisis. Lo ms importante no est en lo que la muestra nos dice sobre sus miembros especficos, sino en cmo hacer inferencias sobre los miembros de la poblacin que no fueron incluidos en la muestra.

Estudio Estadstico
Se realizan observaciones aleatorias de un fenmeno que no se puede predecir con anterioridad. Se realiza un muestreo (se selecciona una muestra representativa de la poblacin). Se recolectan datos de cada elemento. El objetivo final es inferir estadsticamente algo sobre la poblacin, deseamos concluir algo sobre alguna caracterstica de la poblacin en la que se realiza el estudio.

Ramas de la Estadstica
-

Estadstica Descriptiva o Deductiva: estudia los mtodos para organizar, sumarizar y

describir un conjunto de datos para que sus caractersticas se vuelvan evidentes. Se divide en: Tcnicas Grficas Tcnicas Numricas

Estadstica Inferencial o Inductiva: usa la teora de probabilidades para generalizar las

caractersticas de una poblacin a partir de las caractersticas de una muestra representativa. Es decir, utiliza estadsticas muestrales para obtener conclusiones sobre los verdaderos parmetros de la poblacin.

Conceptos Generales
- Poblacin: Es el conjunto de todas las mediciones de inters al experimentador. Su tamao se denota con la letra N. - Muestra: Es un subconjunto de la poblacin. Generalmente esta seleccin se hace aleatoriamente, cada individuo en la muestra tuvo la misma posibilidad de haber sido seleccionado. Su tamao se denota con la letra n.

- Variables Aleatorias: A los diferentes fenmenos o caractersticas que se miden en un estudio estadstico se les denomina variables aleatorias. La diferencia entre variables aleatorias y variables algebraicas es que nos interesa saber la probabilidad de ocurrencia de sus posibles valores antes de que estos valores sean observados.

Tipos de Datos
Cualitativos
Arrojan respuestas categricas. Miden cualidades. Se les puede asignar despus un valor numrico (codificarlas)

Cuantitativos
Producen respuestas numricas. Miden cantidades. Podemos tratar un dato cuantitativo como cualitativo (categorizando)

Tipos de Datos Cuantitativos Continuos:

Si sus posibles valores estn en el continuo (nmeros reales). Generalmente resultan de un proceso de medicin

Discretos:
Si el nmero de posibles valores que puede tomar es contable (nmero naturales). Generalmente resultan de un proceso de conteo.

Escalas de Medicin
Los datos que se asocian con las variables aleatorias pueden medirse con diferentes escalas dependiendo del tipo de dato que se trate. Las distintas medidas son: a) Medidas por Escala Nominal: Los datos de tipo cualitativo se agrupan en varias categoras nominales. Generalmente se le asigna un valor numrico a cada categora nominal (codificar los datos). b) Medidas por Escala Ordinal: Los datos de tipo cualitativo guardan un orden natural. Son datos que pueden medirse con una escala nominal, en donde adems existe un orden natural entre las categoras. Se pueden realizar operaciones aritmticas con los nmeros asignados a las categoras. El resultado no indica nada. c) Medidas por Escala de Intervalo: Los datos que se utilizan son cuantitativos y guardan las caractersticas descritas en las medidas ordinales. No existe un cero natural, es decir, el cero

no implica necesariamente la ausencia del atributo en estudio. Implican la asignacin de nmeros de modo que a iguales diferencias entre los grados del atributo, correspondan iguales diferencias entre los valores numricos. d) Medidas por Escala de Razn: Datos que cumplen con las caractersticas necesarias para medirse con una escala de intervalo, y que adems posee un cero natural. Tener un cero natural implica que el punto cero no es arbitrario y corresponde a una total ausencia del atributo en estudio.

Tablas De Frecuencia
Los datos recopilados en la muestra se pueden organizar en Tablas de Frecuencias. Estas tablas muestran: Las clases o categoras de respuesta de donde se obtuvieron los datos (o los intervalos de clase si los datos son cuantitativos) El nmero o proporcin de veces que la clase se encontr en los datos recopilados.

Tablas de Frecuencia Datos Cualitativos

Frecuencia (f): Resulta de contar el nmero de observaciones que entran; en una clase Frecuencia Relativa (fr): Es la proporcin de observaciones que entran en una clase: Se construyen intervalos de clase: Rango: Es la diferencia que existe entre el valor ms grande y el ms pequeo.

ANLISIS CUANTITATIVO DE DATOS

Nmero de Datos: n hmin. : menor valor hmax. : mayor valor

Longitud de alcance: L(a) (a)=(hmax.-hmin.) K=1+3.322.log(n) W:ancho de clase

W=
hi: Distribucin de la muestra en cada uno de los intervalos -Medidas de Centralizacin: - La Media: La media aritmtica poblacional se denota como . La media aritmtica muestral es el promedio de los datos.

-La Mediana: Se define como el valor central. El valor que delimita al 50% de los datos.

=====nmero par

=====nmero impar Moda: Es el valor ms frecuente, el que se observa mayor nmero de veces. Pueden existir varios o ningn valor de moda para un solo conjunto de datos, la distribucin puede ser: Amodal cuando ningn valor se repite Unimodal cuando un solo valor es el ms frecuente Bimodal cuando dos valores son los ms frecuentes trimodal,...., polimodal Para datos clasificados:

Medidas de Dispersin: Rango: Es la diferencia que existe entre el valor ms grande y el ms pequeo.

Varianza poblacional: La varianza poblacional se denota como .Es el promedio de los cuadrados de las distancias de los datos a su media aritmtica. Es un estimador sesgado. Funciona solo para muestras grandes.

Varianza muestral: La varianza muestral se denota como S Se calcula igual que la varianza poblacional, dividiendo entre n-1. Es un estimador insesgado . Funciona para cualquier tamao de muestra.

Desviacin Estndar: Mide la variacin de los datos en trminos absolutos. Se interpreta como la distancia promedio de los datos a su media aritmtica. Se expresa en las mismas unidades que las empleadas en los datos. Se calcula tomando la raz cuadrada positiva de la varianza.

Coeficiente de Variacin: Mide la variacin relativa de la variable con respecto a su promedio. Cuando deseamos comparar la dispersin de dos distribuciones, necesitamos medir la magnitud de la desviacin estndar en relacin con la magnitud de la media Expresa a la variacin de los datos como porcentaje de su promedio.

Cuantiles o cuantilas: Los cuantiles son valores de la distribucin que la dividen en partes iguales, es decir, en intervalos, que comprenden el mismo nmero de valores. Los ms usados son los cuartiles, los deciles y los percentiles.
CUARTILES: son los tres valores que dividen al conjunto de datos ordenados en cuatro partes iguales, son un caso particular de los percentiles: - El primer cuartil Q 1 es el menor valor que es mayor que una cuarta parte de los datos - El segundo cuartil Q 2 (la mediana), es el menor valor que es mayor que la mitad de los datos - El tercer cuartil Q 3 es el menor valor que es mayor que tres cuartas partes de los datos

ESTE 0 10 15 55 125 175 120 160 240 260 235 365 285 345 335 325 350 290 10 85 50 200 400 360 335 5 20 25 50 155 145 130 175 220 205 265 390 325 310 385 325 375 200 55 395 165 270 365 330 330

NORTE 170 40 135 145 20 50 180 175 185 115 15 60 110 115 170 195 235 230 390 380 270 280 355 335 310 195 105 155 40 15 125 185 185 90 9 65 65 105 150 165 220 215 230 375 245 355 285 340 320 290

%FE 34.3 35.5 28.6 29.4 41.5 36.8 33.4 36 30.2 33.2 33.7 34.3 35.3 31 27.4 33.9 37.6 39.9 27.2 34.2 30.2 30.4 39.9 40 40.6 33.9 32.5 29.6 30.6 40.4 30.1 35.3 41.4 28.5 40.1 24.4 31.6 39.5 34.8 29.9 37.8 29.8 37.4 27.44 36.5 40.8 32.9 40 44.1 41.4

CALCULOS PREVIOS
variable valor n 50 Hmax 44.1 Hmin 24.4 l(A)= 19.7 K= 7.00 w= 2.81 = 2.85

ANALISIS CUANTITATIVO DE DATOS

Media : Mediana: Cuartil 1: Cuartil 2: Cuartil 3: Moda: Varianza: Desviacin estndar: Coeficiente de variacin: 34.5048 34.25 30.25 34.25 39.075 34.3 22.11464896 4.750365073 13.76725868

30 25 FRECUENCIA ABSOLUTA 20 15 10 5 0 27.25

GRAFICO DE HISTOGRAMA

30.10

32.95

35.80 INTERVALOS

38.65

41.50

44.35

120 100

GRAFICO DE HISTOGRAMA
98 100

FRECUENCIA ABSOLUTA

80 62 60 40 22 4 0 27.25 30.10 32.95 20 38

74

35.80 38.65 INTERVALOS

41.50

44.35

ANALISIS CUANTITATIVO DE DATOS CON EL SURFER