Beruflich Dokumente
Kultur Dokumente
banco de 15m., con dimetro de perforacin igual a 25cm. La cantidad de material acu
mulado, en toneladas, es:
Figura I.2: pozo de tiro.
Tons = d 2 h / 4 = 3.14 * 0.252 *15* 2.5 / 4 = 1.8
tonela as
Figura I.3: Malla e pozos e trona ura.
Tratemos e encontrar ahora el valor econmico que representa una ecisin basa a en
una muestra e un pozo, para ello calculemos el tonelaje que representa una mue
stra, asumien o un rea e influencia igual a la malla e perforacin (figura I.3),
expresan o el tonelaje en libras (se utiliza un factor e 2,204) y en onzas (se
utiliza un factor e 32,150.75): Tonelaje = 10*10*15*2.5 = 3,750 tonela as = 3,7
50*2,204 = 8,265,000 libras = 3,750*32,150.75 = 120,565,312 onzas a) Caso e un
epsito e cobre e 1% CuT (con un precio e 0.70 US$/libra):
6
Valor ecisin = US$ 57,855. b) Caso e un epsito e oro e 2 gr/ton (con un preci
o e 300 US$/onza): Valor ecisin = US$ 72,339. El valor e la ecisin epen e el
precio e los metales, pero a menu o es mucho ms e lo que se piensa! En una mina
a cielo abierto, la ley e un pozo e trona ura es fun amental para la planific
acin e corto plazo: este valor eci e, e una u otra manera, el estino e los m
ateriales (planta, stock o bota ero).
7
e la muestra MS.
emostrar qu
Estu iaremos a continuacin las frmulas el muestreo esta stico las cuales constituy
en una excelente intro uccin a las frmulas el muestreo e minerales. III.1. Formu
las el muestreo aleatorio. Sea ML = { x1, x2, x3,... xN } MS = { a1, a2, a3,...
an } (se supone que los ai correspon en a una eleccin al azar, sin reemplazar e
los xi). m*= (a1 + a2 + a3 +... + an ) / n es un estima or insesga o e: m0= (x
1 + x2 + x3 +... + xN ) / N por otra parte hay que calcular la varianza e la mu
estra, segn la formula siguiente: s2 = [ (a1-m*)2 +(a2-m*)2 +(a3-m*)2 + ... +(anm*)2 ] / (n - 1) Se pue e emostrar que la varianza S2 = Var(m*) el error e mu
estreo est a a por: S2 = s2 ( 1/n 1/N ) (n<N) (III.1)
14
Luego, el error e muestreo, con 95% e confianza, asumien o que los errores son
gaussianos, lo cual es una aproximacin razonable (ver Anexo 5), verifica la esi
gual a : -2S < error < 2S Las ecuaciones anteriores resuelven el problema el mu
estreo aleatorio esta stico. Observacin: el error e muestreo es pequeo cuan o: a)
n es prximo a N (en particular, si n = N el error es nulo) b) la varianza s2 es p
equea. Esto ocurre cuan o hay poca variabili a (los atos ai son prximos a su pro
me io m*)
Figura III.2: 64 manzanos y su ren imiento en bushels.
15
En el caso anterior e los rboles, las tres ltimas filas correspon en a rboles nuev
os. Realizar varios muestreos estratifica os con os estratos (rboles viejos y rbo
les nuevos); ver que la teora funciona comparan o la estimacin, el valor real y el
error.
17
IV. Consi eraciones prcticas para el muestreo e minerales. Resulta ifcil proporc
ionar recomen aciones prcticas generales acerca el muestreo e minerales, ebi o
a que esta operacin se realiza en to as las etapas e un Proyecto Minero y a que
no existen os minas iguales entre s. El punto fun amental es siempre (para no t
ener sesgos) y resulta os repro ucibles:
Muestras representativas, es ecir equiprobables y
e varianza pequea
Figura IV.1: Recor ar que: insesga o exacto varianza pequea preciso a) sesga o, v
arianza gran e b) insesga o, varianza pequea c) insesga o, varianza gran e ) ses
ga o, varianza pequea
18
c)
Figura IV.4: Muestreo e una solucin e lixiviacin. Se utiliza el muestrea or
a figura llama o coliwasa (composite liqui waste sampler). Comentarios.
e l
f)
Figura IV.7. Cmo garantizar que el lingote
99%?. Comentarios.
4. Son buenas o son malas las muestras siguientes: a) 1cc e sangre para me ir g
lbulos rojos. b) 5cc e orina para me ir glucosa. 5. Kenne y lea una ca a 50 carta
s e las 30,000 que llegaban semanalmente a la Casa Blanca. Comentar es e el pu
nto e vista el muestreo. 6.En 1936 la revista norteamericana The Literary Dige
st realiz una encuesta entre sus suscriptores, recibien o 2,400,000 respuestas. P
re ijo la errota e Roosevelt quin obten ra un 41% e los votos. Un esta stico e
apelli o Gallup encuest a 5,000 futuros votantes me iante un muestreo que trataba
e repro ucir la equiprobabili a pre ijo el triunfo e Roosevelt por un 56%. E
l a e la eleccin, Roosevelt obtuvo el 61% e los votos. a) Explicar el fracaso
e la encuesta el Literary Digest (revista que a los pocos meses quebr). Conclusin
: si una muestra est sesga a, el hecho e ser gran e no corrige el error, sino qu
e lo repite a mayor escala. b) Calcular el error e la encuesta e Gallup (consi
erar N = ). c) Si resolvi la pregunta anterior, entonces la teora el muestreo equ
iprobable funciona bien. Se po ra reemplazar entonces el sufragio universal por un
a encuesta? Comentarios. 7. Tome un peri ico y revise el lista o e acciones tran
sa as. Use como variable x en estu io el total transa o. Calcule el prome io m
e esta variable. Registre el nmero total e empresas N. Ahora tome 1 empresa ca a
10 y forme una muestra e n atos. Calcular un estima or m e la me ia e x prom
e ian o los valores e su muestra. Compare con m. Calcule ahora el error e mues
treo asocia o a su estimacin. Conclusiones. Ahora realice el sorteo e las empres
as utilizan o la Tabla e nmeros aleatorios el Anexo. Para ello proce er e la f
orma siguiente (sortear n empresas al azar y sin repeticin): numere las empresas
el 1 a N. Suponien o que N100, tomar la primera columna con os gitos, por ejemp
lo 14, 26, 69, ...esto quiere ecir que la muestra aleatoria est compuesta por la
empresa 14, luego la empresa 26, luego la empresa 69,.... Esto termina al llega
r al nmero n. (si los nmeros al azar se repiten, salte al nmero siguiente, si por e
jemplo N=95 y sale sortea a la empresa 98, salte al nmero siguiente.). Repetir lo
s calculos anteriores para esta nueva muestra y comparar. 8. El sesgo e las cas
as. Un muestreo esta stico no equiprobable consiste en elegir una casa al azar y
luego elegir al azar, una persona, entre los miembros e la familia. Una persona
e una familia poco numerosa tiene ms probabili a e estar en la muestra que un
a persona e una familia numerosa.
Figura IV.10: El sesgo e las casas. 9. Un experimento e muestreo. Tomar los ma
nzanos e la figura III.2. Numerarlos el 01, 02,..., 64. (a) Utilizar la Tabla
el Anexo 1 para tomar una muestra e tamao n=4. Guar ar los 4 resulta os. (b) Ca
lcular la me ia (x1+x2+x3+x4)/4. Repetir las etapas (a) y (b) cuatro veces ms (ci
nco en total), utilizan o ca a vez una zona iferente e la Tabla. El prome io
e las cinco me ias ebera ser prximo al valor real 5.56 (la me ia es un estima or
insesga o cuan o la muestra es equiprobable).
22
IV.2. Los 3 esta os el mineral. En la figura IV.11 aparecen los esta os en que
se pue e encontrar el mineral: a) b) c) In situ: correspon e en este caso aplica
r la Teora e la Geoesta stica. Quebra o: correspon e en este caso aplicar la Teora
el Muestro e Pierre Gy, la cual estu iaremos ms a elante. Libera o: en este ca
so, ebi o a un proceso e conminucin (molien a) se ha separa o la ganga (materia
l estril) el componente crtico material con valor comercial mena.
Se observar que el tamao e la partcula, caracteriza o por un
ece e a) a c).
Figura IV.11: Los 3 esta os
23
el mineral.
imetro nominal
ecr
Figura IV.14. Incrementos para constituir una sola muestra, isminuyen o el efec
to e segregacin.
Don e se pro ucen segregaciones importantes es en las cintas transporta oras e
mineral, tal como muestra la figura IV.15.
Figura IV.15: Segregacin en cintas transporta oras.
No se han realiza o muchos estu ios prcticos respecto el problema e la segregac
in e minerales pero se sabe que es un problema mayor.
25
Respecto a la integri a e la muestra. Es evi ente que si se usa una bolsa, sta
ebe ser resistente, estar bien etiqueta a (rotula a) y guar a a en un lugar seg
uro. En ciertas ocasiones la muestra ebe estar a prueba e frau es o e contami
nacin.
Figura IV.20: Hay que proteger la muestra. Con buena i entificacin (interior y/o
exterior).
IV.5. La elimitacin e la Muestra. La elimitacin e una muestra est ntimamente rel
aciona a con la representativi a e la misma. Es importante que la elimitacin s
ea correcta. Revisemos algunos ejemplos. Ejemplo 1: En una mina a cielo abierto,
la muestra e un pozo e trona ura ebe ser representativa el banco y no ebera
consi erarse la pasa ura. Lo anterior, epen ien o el mto o, ocasiona problemas
operacionales, ebi o a que habra que etener la perforacin el hoyo y/o cubrir e
l cono e etritus con una lona plstico (figura IV.21).
Figura IV.21. La muestra ebe representar al banco.
Ejemplo 2: En una pila e lixiviacin e ripios, e 2 metros e altura, se toman m
uestras e son ajes e profun i a 1.5 metros (para no estruir la membrana infe
rior). Esta muestra, mal elimita a, est sesga a ebi o a que, por lo general, la
ley el fon o es mayor que la ley e la superficie (figura IV.22).
28
Figura IV.24: Vista e arriba. En una cinta transporta ora la muestra correcta c
orrespon e a un rectngulo o un paralelogramo.
29
Hemos inclui o tambin el iseo e una pala e muestreo segn las normas JIS (Japanes
e In ustrial Stan ar s), que consisten en palas especialmente isea as para ifer
entes tipos e material (figura IV.27). Esta norma consi era tamaos mximos e partc
ulas e 150 mm.
Figura IV.27.
IV.7. Re uccin e la Muestra. Cuarteo, Riffle, vibra or rotatorio, mesa vibra ora
. La re uccin ivisin e una muestra es necesaria en la prctica. Principalmente se
utiliza: Cuarteo Riffle. Divisor rotatorio Divisor e mesa. El cuarteo manual e
be realizarse en forma cui a osa (figura IV.28).
31
ivi ir muestras.
4. Compare los iferentes mto os para ivi ir muestras (riffle, ivisor circular,
ivisor e mesa) consi eran o los factores siguientes: a) Peso a re ucir (gran
e o pequeo). b) Granulometra el material. c) Hume a el material. Es necesario se
car la muestra? 5. Cuan o se perfora un pozo e trona ura se pro uce una segrega
cin e las partculas. Las ms livianas se van a la atmsfera. Dn e van las ms pesa as?
es la trayectoria e una partcula cualquiera?
Figura IV.36: Perforacin e un pozo. 6. Granulometras. El estu io e las granulome
tras es muy importante a o que a menu o la ley e los finos es significativament
e iferente e la ley e los gruesos. Se utilizan tamices como en la figura IV.3
7(a). Dibujar, aproxima amente el histograma e los imetros e partcula e la fig
ura IV.37(b) y e la figura IV.2. Dibujar a ems los histogramas acumula os.
Figura IV.37(a): Tamiz para granulometras.
Figura IV.37(b): Muestra
e pie ras.
7. Muestreo por canaletas (rozas) en vetas. En una veta se trata e llevar una g
alera en el senti o e la misma (figura IV.38). Se toma una canaleta (manual o co
n una sierra) en ireccin ortogonal a la veta, en el techo e la galera. En este c
aso, est bien elimita a la muestra?
Figura IV.38: Muestreo e vetas
36
e la partcula. Efec
e ca ena y tacho.
42
Figura V.10: Otro iseo e muestrea or rotativo. En este caso el flujo gira. Pro
uce, en general, malos resulta os.
Cuan o se corta el flujo e una cinta transporta ora, hay que consi erar las sit
uaciones e las figuras V.11 y V.12.
Figura V.11. Corte e muestras en cintas transporta oras.
44
e arriba.
el ivisor
e muestras.
e arriba.
VI. Tipos especiales e muestreo minero. Estu iaremos a continuacin algunos tipos
especiales e muestreo, e gran utilizacin en minera. VI.1. Muestreo e canaletas
. Las figuras siguientes muestran lo ifcil que es realizar un buen muestreo e c
analetas o canales.
Figura VI.1: Es ifcil
perativa.
Otros factores que afectan la cali a e la muestra e canal seran los siguientes
: a) Por lo general son manuales y el opera or corta (en forma consciente incons
ciente) las partes ms blan as e la pare partes que tienen una caracterstica comn
(color), etc. b) En ciertas minas las leyes altas se encuentran en fracturas. Al
construir las galeras, las pare es e stas correspon en en forma natural a caras
e fracturas. En la gran mayora e las minas que utilizan canaletas, se ha compro
ba o que existe un sesgo, al comparar las leyes e las canaletas con las leyes
e los son ajes prximos. En algunas minas subterrneas se ha aban ona o el muestreo
por canaletas. En otras se utiliza como alternativa perforaciones e poca profun
i a .
Figura VI.3: Perforaciones para reemplazar canaletas.
VI.2. Muestreo en minas e calizas subterrneas. En ciertas minas e calizas subte
rrneas se utilizaban mto os e muestreo no equiprobables tal como muestran las fig
uras anexas: a) b) c) ) El capta or no es perpen icular al flujo. El capta or n
o es ra ial. La re uccin e la muestra es manual. Las muestras se intro ucen en u
n gran cilin ro plstico y se hace un nu o para ca a metro e perforacin. Se compro
b que esta operacin contaminaba las muestras.
50
Figura VI.7: Es casi imposible tener una muestra equiprobable e un carro o camin
minero.
VI.4. Muestreo en puntos e extraccin. Marinas. El muestreo en puntos
, por ejemplo en una mina explota a por block-caving, es ifcil, ebi
superficial a ems e no ser equiprobable ebi o a la gran varie a e
punto (a veces existen bolones e gran imetro). Lo mismo ocurre con
s e marinas.
e extraccin
o a que es
tamaos en el
las muestra
e muestreo.
el tubo.
Ejemplos e capta ores. Hace unos aos, el autor e este libro realiz una encuesta
en minas chilenas, obtenien o los iseos, con sus imensiones correspon ientes. S
e conocen como el cajn, el mol e y la cua.
Figura VI.15: El cajn capta or
e muestra. No es ra ial.
Figura VI.17: La cua capta ora e muestra. Es ra ial. En ciertas minas se pone un
a cuer a para retirar el ispositivo al llegar a la pasa ura.
Resulta os para el cajn. El autor realiz experiencias,
os, con el cajn, toman o en 40 hoyos la muestra total (la
en un local cerra o para mayor confiabili a ) y la muestra
rva que las granulometras e la muestra y el lote no son
Figura VI.18: curva granulomtrica
finos que el lote.
Se comprob a ems que la ley el lote era iferente e la ley e la muestra. Se com
prob tambin que la ley e los finos es superior a la ley e los gruesos, tal como
muestra la figura VI.19.
57
e lo os en minera subterrnea.
VI.7. Conclusiones. Los ejemplos analiza os muestran que en minera es muy ifcil o
btener una muestra equiprobable a un costo y con iciones operacionales razonable
s. Cuan o por efinicin la muestra no cumple con la con icin e equiprobabili a
58
VII. El Error Fun amental el Muestreo. Teora e Pierre Gy. Antes e estu iar la
teora e Pierre Gy, veremos un experimento isea o por Dominique Francois-Bongarco
n: VII.1. Un experimento e muestreo. Este experimento se pue e realizar fcilment
e y consiste en lo siguiente: En un recipiente se ponen 20 kilos e arroz, los c
uales correspon en aproxima amente a 1,000,000 e granos. Se toman 10 granos, se
pintan e color rojo, se intro ucen en el recipiente y se revuelve (observamos
que lo anterior correspon e a un lote que po ra ser e oro con una ley alta e 10 g
r/ton; a ems est libera o).
Figura VII.1. Un experimento e muestreo.
Luego, con una pala a ecua a se toma una muestra e unos 250 gramos. La experien
cia se repite un cierto nmero e veces. Se observa en este experimento: 1. Que es
complica o tomar muestras en el caso e leyes bajas (10 ppm.). Cuan o la ley es
ms alta, por ejemplo pintar 10,000 granos (caso e una ley e cobre e 1%), la s
ituacin es ms favorable. 2. En ca a repeticin resulta una ley (granos rojos/total
e granos) iferente, a pesar e que la muestra es equiprobable. 3. Las iferenci
as entre las leyes observa as y la ley real e 10 ppm. correspon en al error e
muestreo, el cual se llama error fun amental el muestreo. Este error es inevita
ble en las con iciones el enuncia o y no se pue e re ucir. 4. La me ia e las
iferencias anteriores es nula, ebi o a que la muestra es equiprobable. 5. La va
rianza e las iferencias se llama varianza el error fun amental el muestreo.
64
e la emostracin e la frmula
a a p
aL g1 g2
= proporcin en peso el componente crtico o con valor comercial (mena) = peso espe
cfico el componente crtico (mena) = peso especfico e la ganga
El factor e istribucin e tamao g. Depen e e y e . Se utiliza lo siguiente:
2 < / < 4 1 < / < 2 / = 1 / > 4 g = 0.50 g = 0.75 g = 1.00 g = 0.25
Figura VII.3: El imetro e liberacin correspon e al imetro que hay que moler para
que la mena se libere e la ganga.
Se recomien a utilizar: l=1 l = ( l /
)b si l >
si l <
Se recomien a utilizar b=1.2 para minerales e cobre y b=1.5 para el oro. El fac
tor e liberacin constituye una e las ebili a es e la Teora ebi o a que no rep
resenta bien el caso e leyes bajas (leyes me i as en ppm.). Ejemplo: Puntos e
extraccin en mina explota a por el mto o e block-caving. En la explotacin subterrne
a e una mina chilena, en la cual la mena es calcopirita, se extraen ML = 32,000
tonela as = 32,000,000,000 gramos, ca a a. Se muestrean, ca a a, 50 puntos e e
xtraccin, toman o 5 kilos en ca a punto, luego MS = 50 * 5000 = 250,000 gramos. M
L = 32 * 109 MS = 25 * 104 95 = 15 cm = 05 = 0.021 cm aL = porcentaje e la c
alcopirita en peso = 4% = 0.04 g1 = peso especfico e la calcopirita = 4.2 gr/cm3
g2 = peso especfico e la ganga = 2.8 gr/cm3 l = tamao e liberacin e la calcopi
rita (50 micrones) = 0.005 cm c = factor mineralgico =((1aL)/aL)((1aL)g1+aLg2) = 10
0 l = factor e liberacin = ( l/ )1.2 = 6.72*10-5
68
) e) f)
l =
3cfg
2
Se obtiene l=10-12cm=0.0001Amstrong! Pero 1 tomo e oro = 1.5 Amstrong. 2. Bolon
es en muestreo e canaletas. En las minas e oro en vetas se hacen canaletas y s
e re uce la muestra por cuarteo manual. Cuan o el trabaja or encuentra un boln, l
o parte con un combo y luego proce e a ivi ir la muestra. Explicar esta operacin
basn ose en la formula e Gy.
Figura VII.7: Re uccin el imetro mximo e la muestra antes e cuartear. Siempre c
onviene re ucir el imetro nominal antes e ivi ir la muestra. 3. Probar que la
formula e Gy se pue e escribir como:
C 3b S = MS
2
Al tomar logaritmos, esta ecuacin se transforma en:
log( S 2 ) = log(C ) + (3 b) log( d ) log( M S )
Sea x=log(S2), y=log(MS); entonces se tiene la ecuacin: 72
x + y = log(C ) + (3 b) log(d )
Que es la ecuacin de una recta de endiente 1 en coordenadas logartmicas (ver figur
a VII.5). Las formulas anteriores se ueden rogramar fcilmente en un comutador.
En el asado se utilizaba una regla de calculo, diseada or P. Gy.
Figura VII.7: Samling slide rule, regla de calculo ara muestreo. 4. La formula
de Gy coincide con la formula del muestreo estadstico cuando se tiene material l
iberado. Consideremos la figura III.1. Se tienen N artculas esfricas de igual dime
tro y de igual densidad. Suongamos que K de estas artculas son de color negro.
La ley del material negro es a=K/N. Suongamos que se toma una muestra de n artc
ulas del reciiente (K,n<N). a) Probar que la varianza s2 de la formula III.1 es
aroximadamente igual a a(1 a) cuando n es grande. b) Probar que la varianza re
lativa III.1 del error tiene la exresin: S2=((1 a)/a)(1/n 1/N) c) Al alicar la
formula de Gy a la situacin anterior, robar que: f=i/6, l=1, g=1 (i=3.1416) El
factor c es igual a: c=((1 a)/a)g en que g es el eso esecfico de las artculas,
luego la varianza relativa del error est dada or S2=((1 a)/a)(1/n 1/N) or cons
iguiente, en este caso, ambas teoras coinciden. 5. Un exerimento de muestreo. Ut
ilizar un frasco transarente y oner cantidades iguales de aceite y agua tal co
mo en la figura VII.8. Conviene teir reviamente el agua con tinta. El roblema c
onsiste en extraer una muestra reresentativa de este lote.
Figura VII.8. Un exerimento de muestreo. Se uede comrobar que una ieta (bom
billa) no funciona bien. Tamoco resulta mejor agitar la mezcla. Qu hacer?
73
VIII. Bibliografa. M. Alfaro, 1998. D.F. Bongarcon, 1996 P. Gy, 1982. Estadstica.
Tecniterrae, Santiago, Chile. Muestreo de Minerales y Comaracin de leyes mina l
anta. Tecniterrae, Santiago, Chile. Samling of Particulate Materials. Elsevier,
Amsterdam, Holanda. de Minerales.
P.Gy y D. F. Bongarcon, 1999 Seminario de Muestreo Tecniterrae, Santiago, Chile.
P.Gy y D. F. Bongarcon, 2000 El error ms comn en la alicacin de la teora del muestr
eo de minerales de P. Gy. Revista Minerales. Instituto de Ingenieros de Minas de C
hile. P. Gy, 2000. W. Cochran, 1977 M. Kreiter, 1978 Samling for Analytical Pur
oses. Wiley, New York. Samling Techniques, J. Wiley, New York. Investigacin y P
araninfo, Madrid. Proseccin Geolgica.
74
d rror ( =
n la figur
Supongamos ahora qu s tin un rror alatorio dbido a la suma d varios rro
rs tambin alatorios:
= 1 + 2 + ... + n
(El rror comtido al dtrminar la ly d minral d una mustra s d st tip
o: n fcto, st rror corrspond a una suma d rrors alatorios qu son:
rror inicial d tomar la mustra, rror d dlimitacin, rrors d manipulacin, r
rors d prparacin, rror fundamntal, tc. hasta llgar al rror d anlisis qumic
o) Para rproducir l fcto d una suma d rrors, s ponn, n l quincunx va
rias corridas d clavos y s djan car las bolillas, las cuals s dsvan al aza
r, tal como s v n la figura A.4.2:
Figura A.4.2. El quincunx n accin.
80
Cada corrida d clavos simboliza una causa i dl rror total Dspus d un cirto
timpo s obsrva qu las bolillas s distribuyn n los tubos como una campana,
la famosa campana d Gauss. Esta campana s simtrica rspcto al punto cntral.
Si no xist ssgo, ntoncs la spranza matmtica, s dcir l promdio trico d
l rror total s igual a 0. Sa 2 la varianza del error . S pud dmostrar qu
si l rror s gaussiano, ntoncs s cumpl la rlacin siguint:
P [ 2 2 ] = 0.95
E decir el error e t entre -2 y +2 con 95% de probabilidad (ver la figura A.4.3) e
la de viacin e tndar del error (la raz cuadrada d la varianza 2)
Figura A.4.3: La ley de Gau o ley normal de probabilidade , e la de viacin e tn
dar del error (o de viacin tpica del error)
Se puede afirmar entonce que el error verifica:
2 2
con 95% de confianza.
81
A vece e dice que: = 2, con 95% de confianza. Porqu un 95% de confianza?. Corre p
onde a un compromi o e tad tico. Se acepta un rie go de equivocar e del 5%. Lmite
de confianza. Lo anterior e conoce en E tad tica como e timacin por intervalo d
e confianza. Se pueden utilizar otro valore para lo lmite de confianza como l
o que e proporcionan a continuacin: = = 1.645 = 2 = 3 con 68% de confi
e confianza. con 95% de confianza. con 99.7% de confianza.
Ob ervamo que a medida que aumenta la confianza, el error aumenta. Una explicac
in intuitiva podra er el ejemplo iguiente: upongamo que no preguntan la edad
a (la cual no conocemo ) de una per ona. En primer lugar hacemo una e timacin pu
ntual, por ejemplo a=30 ao y luego realizamo afirmacione como la de la Tabla
4: Tabla 4 Confianza o eguridad Creo que la edad verifica E toy m eguro que E
toy ca i eguro que Intervalo de confianza 29a31 25a35 20a40 Error en ao 1 5 10
La confianza o eguridad ab oluta (100%) hace que el error ea impracticablement
e grande, e ta e la razn por la cual e admite como compromi o una confianza del
95%.
82