Mtodos Ssmicos de Exploracin

La Regresin Anidada:
En muchas situaciones de la vida real se presentan problemas en los cuales
existe una relacin entre dos o ms variables y se hace necesario encontrar
la naturaleza de dicha relacin, as como un posible mtodo que facilite la
prediccin de una medida basndonos en el conocimiento de la otra. La
regresin es una potente herramienta estadstica que sirve de gran ayuda
cuando nuestro objetivo es el de intentar reconocer si existe o no relacin
entre dos variables, su naturaleza, y sobre todo, cuando se hace necesario
predecir con cierta exactitud el valor que tomar una de las variables sabido
el valor de la otra. Este trabajo ilustra como ejemplo una situacin
hipottica, susceptible de ser real, en el marco de una actividad industrial
que parte del acero (o cualquier otro metal) como materia prima. En ella se
conoce la dureza de un metal suministrado por un proveedor y el valor que
adquiere el mismo tras ser sometido a un tratamiento trmico (como pueda
ser el templado), de modo que se pretende analizar, mediante el modelo de
regresin, la relacin existente entre ellos y poder pronosticar en la medida
de lo posible cmo ser el comportamiento de los materiales tras aplicarles
el proceso de templado (o viceversa). Los beneficios que podra aportar el
conocimiento de dicha relacin podran ser innumerables, ya que permitira
por ejemplo exigir al distribuidor unos niveles mnimos de dureza en los
lotes suministrados por el mismo, con el fin de garantizar que tras el
templado, nuestro producto elaborado cumplir con los criterios admisibles
de dureza exigidos, o por ejemplo elegir, en funcin de la dureza previa, los
parmetros de los elementos fsicos medidos en campo.

En este tema consideramos introducir en el modelo de regresin, adems

del trmino constante, ms de una variable explicativa por lo que pasamos
del llamado modelo de regresin lineal simple al modelo de regresin lineal
mltiple.
Comenzamos con el ejemplo que se ha seguido en el tema sobre el Modelo
de regresin lineal Simple.

El modelo de regresin lineal general (MRLG), con K variables

explicativas:

Se puede escribir en notacin matricial:

Donde cada uno de los elementos se definen:

Por el momento, seguimos suponiendo las mismas hiptesis bsicas sobre

el trmino de perturbacin y sobre las variables explicativas o regresores, a
saber:

Interpretacin de cada uno de los coeficientes de regresin:

Los parmetros Bj, j = 2, K:
Manteniendo constante el valor del resto de variables explicativas, si
Xji cambia en una unidad, Yi se espera que cambie en media Bj unidades.
El parmetro B1 que acompaa al trmino constante recoge el valor
esperado de la variable dependiente cuando el resto de variables
explicativas o regresores incluidos toman el valor cero.
Siguiendo con el ejemplo, el modelo se puede escribir en notacin
matricial:

Donde cada uno de los elementos se definen:

Interpretacin de los coeficientes:

El coeficiente B1 es el valor medio esperado de aquellas viviendas que no
tienen ningn pie cuadrado de rea habitable, ni habitaciones ni baos.
El coeficiente B2:
Considerando dos casas con el mismo nmero de habitaciones y de baos,
para aquella casa que tenga un pie cuadrado ms de rea habitable se
espera que cambie en media su precio de venta en B2 miles de dlares.
El coeficiente B3:
Considerando dos casas con el mismo nmero de pies cuadrados de rea
habitable y numero de baos, para aquella casa que tenga una habitacin
ms se espera que cambie en media su precio de venta en B3 miles de
dlares.
El coeficiente B4:
Considerando dos casas con el mismo nmero de pies cuadrados de rea
habitable y nmero de habitaciones, para aquella casa que tenga un bao
ms se espera que cambie en media su precio de venta en B4 miles de
dlares.

El anlisis de regresin mltiple nos permite examinar el efecto marginal

de una variable explicativa en particular, una vez hemos controlado por
otras caractersticas recogidas en el resto de variables explicativas que
mantenemos constantes. Por eso a veces al resto de regresores se les llama
variables de control. Veremos ms adelante cuando es importante controlar
por otras variables y que problemas tendremos si las omitimos.

Aplicaciones de la regresin anidada para la resolucin de problemas

en el rea de ingeniera geodsica
En geo referenciacin de imgenes se realiza el clculo de las funciones de
transformacin entre las coordenadas de la imagen y las del mapa.
Determinacin de contaminantes geolgicos y urbanos en aguas subterrneas.
En geofsica evaluacin de modelos tridimensionales de densidad electrnica
en la ionosfera.
Estudiar el movimiento ssmico existente en una determinada regin
por medio de curvas de atenuacin en ssmica.
En catastro se utiliza para la determinacin del valor catastral del inmueble
mediante avalos.
Estimar y comparar la productividad de sitios en plantaciones forestales en la
parte de cartografa.
Un anlisis estadstico de datos geoelctricos, as como, de las propiedades
fsico-qumicas de los mantos acuferos, basado en el mtodo de Regresin
Anidada, en la fase de procesamiento de Sondeos Elctrico Verticales. Este
anlisis estadstico, genera variables tale como el error medio y la varianza
residual, entre otros, que indican la desviacin de los residuales, el rango de
estimacin y el nivel de ruido en la data. Este ltimo definido en 4%,

producto de la relacin entre el error medio porcentual y la desviacin, o la

cual, permite garantizar niveles de confiabilidad en la fase de interpretacin
de los perfiles geoelctricos e indicar la calidad del acufero obtenido en
funcin de sus propiedades fsico qumicas. De esta ltima fase se infiere
la presencia de acuferos de agua salada con alta concentracin de cloruros
(mol/L), con 100 mol de sodio, 0,2 mol de platino, 12 mol de calcio, 240g
de alcalinidad a 30 m de profundidad, y con un caudal de 25 L/seg para el
rea estudiada.

Repblica Bolivariana de Venezuela

La Universidad del Zulia
Facultad de Ingeniera
Escuela de Geodesia
Departamento de Geofsica
Mtodos Ssmicos de Exploracin

Regresin Anidada

Realizado por:
Br. Pea Bethania C.I. 20.789.821
Br. Portillo Rubn C.I. 20.985.922
Maracaibo, Junio de 2012