Argentina. Muestreo de Yacimientos Minerales. Latinomineria - Febrero2001

1
TALLER
ANALISIS MULTIVARIABLES
Y APLICACIONES
Dr. Filiberto Mata Pérez
Consultor Intercade
INDICE
Diap.
1. Introducción................................................................................................. 3
2. Estadísticas de las Variables....................................................................... 5
3. Regresión Lineal aplicaciones y análisis en Minería ................................... 24
4. Regresión Múltiple aplicaciones y análisis en Minería................................... 49
5 Matriz de Correlaciones................................................................................ 65
6. Clúster Análisis ……………………………….. ………..……........................ 74
7. Correlación entre las variables Mineralógicas ……................................... 84
8. Relación Tonelaje-Ley .............................................................................. 93
9 Correlación entre otras Variables …….…………………………………… 100
10 . Variables Mineralógicas vs Consumo de Acido……………..… 120
11. Variables Mineralógicas vs Recuperación ...................................... 146
Dr. Filiberto Mata Pérez - Consultor Intercade
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
2
3
1. INTRODUCCION
ANALISIS MULTIVARIADO
El análisis multivariado en el área de las ciencias de la tierra

se utiliza como una respuesta de simplificación a las
relaciones que se presentan, a través de los estudios
univariados o bien bivariados. En ellos se presentan
relaciones o correlaciones de variables; el poder correlacionar
más de dos variables y a su vez representarlas por un método
matemático es la razón de su éxito.
3
5
2. ESTADISTICAS
DE LAS VARIABLES
ESTADISTICA
La estadística es todo aquello que tiene que ver con la

recopilación, análisis, uso de datos para tomar decisiones y
resolución de problemas (científicos, administrativos o de
ingeniería) dado su gran aporte en el área de calidad.
4
7
ESTADISTICA
La estadística se divide en dos grupos principales:
La estadística descriptiva: es aquella que se ocupa de los

métodos organizacionales y de resumir la información.
La estadística inferencial: son todos los métodos

utilizados para describir y modelar una variabilidad
poblacional, mediante los datos arrojados por la muestra.
POBLACION
En estadística se denomina población a todas las personas
u objetos que componen un gran grupo.
Con frecuencia en la práctica estamos interesados en
extraer conclusiones válidas con respecto a un grupo grande
de personas u objetos. Sin embargo es difícil o casi
imposible analizar a toda la amplitud de este gran grupo.
MUESTRA
Una muestra es una pequeña parte de la población o el
universo o un subconjunto de observaciones de la misma.
Su importancia radica en que sirve para estudiar a toda una
población o universo.
5
9
Muestra Población
xxx
xx x
xxx xx
xxx xx x
xxx xxx
xxx xxx
xxx
xx
10
En la estadística se conocen dos tipos de variables

principalmente las cuantitativas y las cualitativas en
ingeniería como en otras ramas de la ciencia se
aplican las dos.
6
11
12
La estadística descriptiva que es la primer parte de

este curso aplica las mediciones de tendencia central
como de dispersión respectivamente, de las cuales la
media, media geométrica, media armónica, mediana,
moda, cuartiles, deciles, percentiles, pertenecen a las
primeras y el rango, la varianza, la desviación
estándar, la asimetría, curtósis, nos representan las
segundas.
7
13
Es importante mencionar que por la cantidad de

datos que se manejan en minería y geología se
utilizan las ecuaciones para datos agrupados en
tablas de frecuencias y que en la literatura existen
dos tipos de diferentes de aplicaciones para datos
agrupados y no agrupados.
Las ecuaciones a continuación por lo tanto son para

datos agrupados:
14
8
15
16
23 18 22 17 17 21 21 20
28 19 26 23 21 26
28 25 23 27 17
23 21 25 23 18 29 27 25
24 25
25 20 22 17 23 25 23 21
25 23 23 25 21 24 24 29
25 30 25
28 18 26
28 23 23 22 19 25 21 24
27
26 20 23 27 21 28 21 21
25 19
29 30 27 29 25 27 28 31
9
17
CLASES frecuencia xi xi*Fi %f Frc. Acum %fr.acum

17 19 11 18 198 0.10 11 0.10
19.01 21 14 20 280 0.13 25 0.22
21.01 23 20 22 440 0.18 45 0.40
23.01 25 34 24 816 0.30 79 0.71
25.01 27 16 26 416 0.14 9 0.85
27.01 29 13 28 364 0.12 108 0.96
29.01 31 4 30 120 0.04 112 1.00
112 112 2634 1.00
Valor Max.= 31 Valor Min= 17 Rango= 14
Número de datos 112
Suma de N 2711 Intervalo de Clase= 2.1
Regla de Sturges= 6.8
media de datos agrupados Xmed.= 23.518

media de muestra 24.2053571
18
35 34
30
25
20
20
14 16
15 11
10 13
5
0 4
1 2
3
4 5
6
7
10
19
1.20
1.00
0.80
0.60
0.40
0.20
0.00
1 2 3 4 5 6 7
20
n
* fi
2
2 i
Varianza = = n
fi
n
2
i
2
fi
Desviación estándar = = n
fi
n
i
3
fi
3er. Momento = m 3 = n
fi
11
21
n
* fi
4
i
m4 = n
fi
3
n
* fi
2 2
3 i
n
fi
m3
Coeficiente de Sesgo = 3
m4
Coeficiente de Curtósis = 4
22
CLASES
17 19 11 18 -5.52 30.45 334.91 -168.00 -1848.01 10197.05

19.01 21 14 20 -3.52 12.38 136.13 -43.53 -478.88 1684.63
21.01 23 20 22 -1.52 2.30 25.34 -3.50 -38.47 58.39
23.01 25 34 24 0.48 0.23 2.56 0.11 1.23 0.59

25.01 27 16 26 2.48 6.16 67.77 15.29 168.22 417.54
27.01 29 13 28 4.48 20.09 220.99 90.04 990.49 4439.51

29.01 31 4 30 6.48 42.02 462.20 272.37 2996.05 19420.80
112 168 124.90 1790.63 36218.52
12
23
CLASES
17 19 11 18 -5.52 30.45 334.91 -168.00 -1848.01 10197.05

19.01 21 14 20 -3.52 12.38 136.13 -43.53 -478.88 1684.63
21.01 23 20 22 -1.52 2.30 25.34 -3.50 -38.47 58.39
23.01 25 34 24 0.48 0.23 2.56 0.11 1.23 0.59
25.01 27 16 26 2.48 6.16 67.77 15.29 168.22 417.54
27.01 29 13 28 4.48 20.09 220.99 90.04 990.49 4439.51

29.01 31 4 30 6.48 42.02 462.20 272.37 2996.05 19420.80
112 168 124.90 1790.63 36218.52
m3= 15.99
m4= 323.38
Varianza= 11.16
desviación stándar 3.34
Coef.Sesgo= 0.000779337
Coef.Curtósis= 2.596560665
24
3. REGRESION LINEAL
APLICACIONES Y ANALISIS
EN MINERIA
13
25
PROBABILIDAD
Del latín probabiltas, la probabilidad es la cualidad de

probable (que puede suceder o que resulta verosímil). Se
encarga de medir la frecuencia con la que se obtiene un
resultado en un proceso aleatorio.
26
Se conoce como teoría de la probabilidad a aquella que

modela los fenómenos aleatorios (es decir, que no ofrecen un
resultado único o previsible bajo condiciones determinadas).
El lanzamiento de un dado es un fenómeno aleatorio, ya que
puede arrojar diferentes resultados más allá de que se realice
en las mismas condiciones
14
27
La regresión lineal no es parte de la estadística forma parte

de la probabilidad, en conjunto con muchas otras
herramientas. Como también forman parte de está la
regresión lineal múltiple y el Análisis Multivariado, para todo
estas mediciones estadísticas y probabilísticas existen una
gran cantidad de software especializado en el mercado,
más sin embargo todas se pueden realizar en una hoja de
calculo como Excel.
28
La Regresión Lineal simple como su nombre lo indica

esta representada por modelo de regresión o ecuación
lineal que es el siguiente:
y= 0 + 1 *x+
En el cual β0 es la ordenada al origen y β1 es la

pendiente x la variable independiente y Є el error cuya
esperanza es igual a cero E( ε ) = 0 una consecuencia
de este supuesto es que la media o esperanza de y
esta representada por:
E(y) = 0 + 1 *x+
15
29
Los parámetros β0 y β1 no se conocen por lo cual se

tienen que estimar a partir de los datos de la muestra y
serán sustituidos por b0 y b1 obteniendo la ecuación de
regresión lineal:
y = b0 + b 1 x
n
i =1x i yi ( in=1 x i n
i =1 y i ( n
b1 = 2
n
n 2 i =x i
i =1 x n
b0 = y - b1 x
30
Xi Yi XiYi Xi^2
2 58 116 4 -12 -72 144 5184 864 3364

6 105 630 36 -8 -25 64 625 200 11025
8 88 704 64 -6 -42 36 1764 252 7744
8 118 944 64 -6 -12 36 144 72 13924
12 117 1404 144 -2 -13 4 169 26 13689
16 137 2192 256 2 7 4 49 14 18769
20 157 3140 400 6 27 36 729 162 24649
20 169 3380 400 6 39 36 1521 234 28561
22 149 3278 484 8 19 64 361 152 22201
26 202 5252 676 12 72 144 5184 864 40804
140 1300 21040 2528 0 568 15730 2840
16
31
Xmed= 14 Sx^2= 63.11 VarX
Ymed= 130 Sy^2= 1747.78 VarY
Sx= 7.94 Desv. Estdr X

Suma Xi = 140
Sy= 41.81 Desv. Estdr Y
Suma Yi = 1300
Sxy= 315.56 Coovarianza XY
Suma XiYi= 21040
Suma Xi^2= 2528
b1 = (SumaXiYi-(SumaXi*SumaYi)/n)/(SumaXi^2-(suma Xi)^2/n)= 5
b1 = Ymed-b1Xmed
Ecuación de regresión Lineal simple= y = 60 + 5x
Rxy = 0.950122955 Coeficiente de Pearson
32
Yi(est.)=60+5Xi Yi-Yestim (Yi-Yestim)^2 Yest-Ymed (Yest-Ymed)^2
70 -12 144 -60 3600

90 15 225 -40 1600
100 -12 144 -30 900
100 18 324 -30 900
120 -3 9 -10 100
140 -3 9 10 100
160 -3 9 30 900
160 9 81 30 900
170 -21 441 40 1600
190 12 144 60 3600
SEE= 1530 14200
(SST)Suma Total de Cuadrados
(SSR)Suma de Cuadrados debida a la Regresión = 14200
17
33
Regresión Lineal Intercade

250
200 y = 5x + 60
R2 = 0.9027
150
100
50
0
0 5 10 15 20 25 30
34
Estadísticas descriptivas: X, Y
Media del
Conteo Error
Variable total N N* CumN Porcentaje CumPct Media estándar Desv.Est.
X 10 10 0 10 100 100 14.00 2.51 7.94
Y 10 10 0 10 100 100 130.0 13.2 41.8
Suma de
Variable Varianza Suma cuadrados Mínimo Q1 Mediana Q3 Máximo
X 63.11 140.00 2528.00 2.00 7.50 14.00 20.50 26.00
Y 1747.8 1300.0 184730.0 58.0 100.8 127.5 160.0 202.0
N para
Variable Rango IQR Modo moda Sesgo Kurtosis MSSD
X 24.00 13.00 8, 20 2 -0.00 -1.33 4.89
Y 144.0 59.3 * 0 -0.01 -0.03 419.6
18
35
Gráfica de línea ajustada

Y = 60.00 + 5.000 X
250 Regresión
IC de 95%
PI de 95%
200 S 13.8293
R-cuad. 90.3%
R-cuad.(ajustado) 89.1%
150
Y
100
50
0 5 10 15 20 25
X
36
Gráfica de probabilidad normal

(la respuesta es Y)
99
95
90
80
Porcentaje
70
60
50
40
30
20
10
1
-30 -20 -10 0 10 20 30
Residuo
19
37
El análisis de la regresión lineal se efectúe a través del

estudio de la investigación y estudio de saber si la relación
establecida a través de la ecuación lineal es o no
significativa. Para realizar este análisis basamos en Ics
siguientes supuestos á cerca del erros.
1.- El termino de error ε es una variable aleatoria con

media esperanza igual cero.
2.- La varianza σ 2 de ε representada por σ 2 es igual a y es

la misma para todos los valores de X
3- Los valores de son independientes
4- El término de error, ε , es una variable aleatoria de

distribución normal.
38
Recordemos que las desviaciones de los valores de Y respecto

a la línea de regresión estimada se llaman residuales, y su suma
es SEE que es una medida de la variabilidad de las
observaciones reales respecto a la línea regresión. El error
cuadrado medio MSE es el estimado de σ 2 y es igual a SEE
dividido en los grados de libertad, que para SEE son n-2.
SSE
2
S = MSE = n-2
SEE
S = MSE = n-2
20
39
Prueba t
El objetivo de la prueba t es el poder establecer si la
relación entre X, Y es significativa para esto se
utilizaran los datos de la muestra para probar la
siguiente Hipótesis:
H0 : β 1 = 0
Ha : β1 ≠ 0
Si se rechaza H0: β1= 0 la conclusión será Ha:β1 ≠ 0

y que hay una relación estadísticamente significativa
entre las dos variables. si no se puede rechazar H0 :
β1 = 0 no tenemos relación significativa.
40

Y = 60.00 + 5.000 X
250 Regresión
IC de 95%
PI de 95%
200 S 13.8293
R-cuad. 90.3%
150
Y
100
50
0 5 10 15 20 25
X
21
41
Las propiedades de la distribución muestral de b1 son:
E(b1) = β1 b1 estimador insesgado β1
b1 =
2
n
i=1 X
2 ( n
i=1 X i (
Distribución normal
Las propiedades de la distribución muestra de b1 son:
E (b1) =β1 b1 estimador insesgado β1
42
Para nuestro ejemplo:

1530
s 2 = MSE = = 191.25
8
s= 191.25 = 13.829
13.829
b2 = = 0.5803
(140) 2
2528
10
La prueba t se basa en : b1 - 1 pero como si es

b1
b1
cierta la hipótesis H0: β1 = 0 entonces t =
b1
22
43
Por lo anterior:
Prueba t:
H0: β1 = 0
Hα : β1 ≠ 0
Estadístico de prueba:
b1 5
t= = 0.5803
= 8.62
b1
Regla de Rechazo:
Rechazar H 0 si t < - t 2 o si t > - t 2
por lo tanto con 99% de probabilidad es decir
α= 0.01 con una distribución de n - 2 = 8 de acuerdo de la
Distribución t de Student t005 = 3.355
Y como 8.62 > 3.355 se rechaza H0 : β1= 0 y se tiene como

conclusión que la relación es significativa.
44
Análisis de regresión: Y vs. X
La ecuación de regresión es:
Y = 60.0 + 5.00 X
Coef.
Predictor Coef de EE T P
Constante 60.000 9.226 6.50 0.000
X 5.0000 0.5803 8.62 0.000
S = 13.8293 R-cuad. = 90.3% R-cuad.(ajustado) = 89.1%
23
45
Análisis de regresión: Y vs. X
La ecuación de regresión es
Y = 60.00 + 5.000 X
Análisis de varianza
Fuente GL SC MC F P
Regresión 1 14200 14200.0 74.25 0.000
Error 8 1530 191.2
Total 9 15730
46
El estimado del intervalo de confianza para cada regresión

se calcula por medio de:
2
1 (x p - x (
s yp = s2
n
+ n 2
n 2 i=1 x i
i=1 X i n
2
1 (x p - x (
s yp = s
n
+ n 2
n 2 i=1 x i
i=1 X i n
Para nosotros si tomamos un punto de valor xp = 10

entonces yp =60+ 5(10)=10
Y el valor de S yp =4.95 si vamos a la distribución t de

student con 95% o sea
t
2 con 8 grados de libertad es yp + t 2 *Syp osea 110 + 2.306(4.95)
24
47

Y = 60.00 + 5.000 X
250 Regresión
IC de 95%
PI de 95%
200 S 13.8293
R-cuad. 90.3%
150
Y
100
50
0 5 10 15 20 25
X
48
Algunas advertencias sobre la interpretación de las

pruebas de hipótesis:
Si se tiene una conclusión de que la relación entre la

variable x , y la variable y es significativa . Esto nos permite
concluir que existe una relación causa efecto entre x y y y
solo se puede llegar a este tipo de conclusión si se tiene
algún tipo de justificación teórica .
Dada una relación significativa podemos confiar en ele uso

de la regresión para predicción dentro de los limites de los
valores observados en la muestra. Para nuestro ejemplo
estos limites serán entre 2 y 26
25
49
4. REGRESION LINEAL
MULTIPLE APLICACIONES
Y ANALISIS EN MINERIA
50
Modelo de regresión múltiple es el análisis es el análisis o

estudio de un variables dependiente con dos o más
variables independientes.
La ecuación de la regresión múltiple y su modelo es el

mismo que se utiliza en la regresión múltiple:
y = β0 + β1 x1 + β2 x2 + β3 x3 + ….. βp xp + Є
En el modelo de regresión múltiples β0 , β1 , β2 son los

parámetros y ε es una variable aleatoria con media cero o
valor esperado de y representado por:
E(y) = β0 + β1 x1 + β2 x2 + β3 x3 + …….. + βp xp +
26
51
SEE es la suma de cuadrados debida al error y

esta dado por:
n
(yi - yi) 2
1
Si sabemos que:
y = b0 + b1 x1 + b2 x2 + b3x3 + ...... + bpxp
Al sustituir en la sumatoria anterior

n
(yi - b0 - b1x1) - b2x2-b3x3 ....... -bpxp)2

1
52
Si lo colocamos en forma adecuada:
n k 2
yi - 0 - j xi j
i=1
A partir de ella y al minimizar esta diferencia
n k
L
0 1 k
= -2 yi - 0 - j xi j = 0
i=1 j =1
27
53
Con las siguientes ecuaciones normales
n n n n
n 0 + 1 x i1 + 2 x i2 k x ik yi
i=1 i=1 i=1 i=1
n n n n n
0 x i1 1 x2 i1 2 x i1 x i2 k x i1 x ik x i1 yi
i=1 i=1 i=1 i=1 i=1
n n n n n
0 x ik 1 x ik x i1 2 x ik x i2 k x2 ik x ik yi
i=1 i=1 i=1 i=1 i=1
54
n n n n
n + n
i=1 X i1 + i=1 X i2 + ........ + i=1 X ik = i=1 yi 0 i=1 yi
...
...
...
...
...
...
...
n n n n n X i1 y i
i=1 X i1 + 2
i=1 X i1 + i=1 X i1 X i1 + ........ + i=1
X ik X ik = i=1 X i1 yi 1 n
i=1
...
...
...
...
...
...
...
...
n n n n n
i=1 X ik + i=1 X ik X i1 + i=1 X ik X i1 + ........ + 2
i=1 X ik = i=1 X ik yi k
n
i=1 X ik yi
Como un ejemplo se realizara el proceso con dos variables

independientes
n
SEE = (y i - b 0 - b1 x1i - b2 x2i ) = 0
i=1
28
55
Para poder minimizar la diferencia de cuadrados es

necesario obtener la derivada parcial de la ecuación
anterior por lo tanto:
SEE
-2 (y i - b 0 - b1 x1i - b2 x2i ) = 0
b0
SEE
-2x 1 i (y i - b 0 - b1 x1i - b 2 x2i ) = 0
b1
SEE
-2x 2 i (y i - b 0 - b1 x1i - b 2 x2i )
b2
56
yi + b0 + b1 x1i b 2 x 2i = 0
Si se despeja y i al lado derecho de la ecuación y como

b 0 = nb 0
yi = b0 + b1 x1i b2 x2i
x1i b0 + (x 2 1i )b1 + x1i x2i b2 = x1i yi
x 2i b0 + x1i x21 b 1 + x2i 2 b2 = x2i yi
Este conjunto de ecuaciones se conocen como las ecuaciones

normales .
29
57
El numero de ecuaciones normales esta en función del

numero de variables independientes ya que si existen p
variables el numero de ecuaciones seria p+1 variables así
que para 4 variables se tendrá un conjunto de 5 ecuaciones
y así sucesivamente.
Por lo tanto para la solución de un sistema así se recurre al

algebra lineal con resolución de ecuaciones utilizando
matrices ya sea por la inversa o la disjunta .
58
A continuación presentamos un ejemplo que a sido tratado

con Minitab
y x(1) x(2)
9.3 100 4
4.8 50 3
8.9 100 4
6.5 100 2
4.2 50 2
6.2 80 2
7.4 75 3
6 65 4
7.6 90 3
6.1 90 2
30
59
La ecuación de regresión es
(y) = - 0.869 + 0.0611 (x1)+ 0.923(x2)
Predictor Coef Coef. de EE T P VIF

Constante -0.8687 0.9515 -0.91 0.392
(x1) 0.061135 0.009888 6.18 0.000 1.027
(x2) 0.9234 0.2211 4.18 0.004 1.027
PRESS = 4.59839 R-cuad.(pred) = 80.76%
Fuente GL SC MC F P
Regresión 2 21.601 10.800 32.88 0.000
Error residual 7 2.299 0.328
Falta de ajuste 6 2.219 0.370 4.62 0.342
Error puro 1 0.080 0.080
Total 9 23.900
60
En la regresión simple se interpreta que b1 es la

pendiente de la ecuación de la regresión y b0 es
la ordenada al origen de dicha ecuación.
En la regresión lineal múltiple se modifica esto

ya que se presentan diferentes coeficientes
como b1, b2 etc … En este caso b1 representa
una variación cuando las otras variables
independientes permanecen constantes
31
61
el coeficiente de determinación múltiple que fue calculado

como:
SST = SSR + SSE
SSR 21.601
Donde R2 = en nuestro ejemplo: R2 = = 0.904
SST 23.900
Este sería de acuerdo a la regresión lineal simple. Más sin

embargo la mayoría de las veces para regresión múltiple
se ajusta de acuerdo al número de variables de la
siguiente forma:
n-1
R α2 = 1 - (1 - R2)
n-p-1
P = Cantidad de variables y n= número de datos de estudio
62
10 - 1
Así que : R 2 = 1-(1-0.904) = 088
10 - 2 - 1
Como podemos observar en el calculo que

tenemos de Minitab.
La ecuación de regresión es:
(y) = - 0.869 + 0.0611 (x1)+ 0.923(x2)
Predictor Coef Coef. de EE T P VIF

Constante -0.8687 0.9515 -0.91 0.392
(x1) 0.061135 0.009888 6.18 0.000 1.027
(x2) 0.9234 0.2211 4.18 0.004 1.027
PRESS = 4.59839 R-cuad.(pred) = 80.76%
32
63
Para las pruebas de significancia en la regresión

múltiple se utilizan tanto la prueba de hipótesis con F o
con t.
En el caso de la prueba Fisher (F) se aplica el mismo

criterio que con t se examina la posibilidad de que
β 0=0 si se rechaza está hipótesis entonces la relación
establecida por la ecuación es significativa y por lo
tanto se puede utilizar como probable está relación.
SSE
MSE =
n-p-1
64
MSR
F= se rechaza si H0 si F > Fα con p grados de
MSE
libertad en el numerador y n-p-1 en el denominador por
lo que: 10.8
F= = 32.88
0.328
Estos datos se pueden observar en la tabla de varianza
de Minitab
Fuente GL SC MC F P
Regresión 2 21.601 10.800 32.88 0.000
Error residual 7 2.299 0.328
Falta de ajuste 6 2.219 0.370 4.62 0.342
Error puro 1 0.080 0.080
Total 9 23.900
33
65
5.MATRIZ
DE CORRELACION
66
La matriz de correlación esta presente en varias técnicas

del análisis multivariante; en la Regresión Lineal múltiple,
En el Análisis de Componentes Principales. En el análisis
Factorial y en la matriz de Correlación Canónica.
Por lo que es una de la técnicas Probabilísticas que es

utilizada a su vez por otros métodos de trabajo dentro del
análisis Multivariable o multivariante.
34
67
Algunas de estas técnicas ya se han tomado en cuenta aquí

como lo es la regresión lineal múltiple.
Más sin embargo es necesario e importante hacer mención

que para realizar aplicaciones con la matriz de correlación o
cualquier técnica de análisis multivariante se requiere
forzosamente efectuar los estadísticos descriptivos(media,
moda, mediana, sesgo, curtósis, desviación estándar).
68
Así como los gráficos de normalidad de datos antes de realizar

un análisis más complejo.
Estadísticos
Gold Lead Tin Mercury Antimony Zinc Silver
N Válidos 203 203 203 203 203 203 203
Perdidos 0 0 0 0 0 0 0
Media 100818 .100477 .100472 .100291 .100620 .100537 .099456
a a a a a a
Mediana 100600 .101400 .100533 .100200 .100475 .100167 .099980 a
b
Moda .0989 .0950 b .0903 b .0984 b .0994 b .1021 b .0994 b
Desv. típ .0096136 .0114675 .0102320 .0100694 .0096779 .0091259 .0093126
Varianza 000 000 000 000 000 000 000
Asimetría .080 -.211 .133 .173 -.109 -113 -075
Error típ. de asimetría .171 .171 .171 .171 .171 .171 .171
Curtosis .090 .-203 .052 .261 -.210 -.040 -.108
Error típ. de curtosis .340 .340 .340 .340 .340 .340 .340
Rango .0520 .0644 .0568 .0529 .0497 .0483 .0476
Mínimo .0769 .0666 .0751 .0696 .0745 .0772 .0749
Máximo .1289 .1310 .1319 .1225 .1242 .1255 .1225
Suma 20.4661 20.3968 20.3958 20.3590 20.4258 20.4091 20.1895
Percentiles 25 .094100 c .091575 c .093350 c .093425 c .094350 c .094525 c .092125 c
50 .100600 .101400 .100533 .100200 .100475 .100167 .099980
75 .106550 .108763 .106075 .107825 .107510 .106550 .105350
a. Calculado a partir de los datos agrupados.
b. Existen varias modas. Se mostrará el menor de los valores
c. Los percentiles se calcularán a partir de los datos agrupados
35
69
0.13
O
191
5 En los gráficos de caja la caja esta
0.12
definida por el segundo y tercer
cuartil. Mientras que los bigotes por le
0.11
primero y el cuarto. Este tipo de
0.10
gráficos también es útil para detectar
valores atípicos.
0.09
0.08
0.07 4
Gold
En los gráficos Q-Q normal
Normal esperado
representa los datos de la
variable frente a los datos 0
esperados si la distribución fuera

normal. Si los puntos están -2
cerca de la diagonal podemos

decir que la distribución es 0.08 0.10 0.12 0.14
normal.
70
Pruebas de normalidad
Kolmogorov-Smirnov a Shapiro-Wilk
Estadístico gl S ig . Estadístico gl S ig.
Gold .035 203 .200* .995 203 .708
Silver .049 203 .200* .995 203 .748
Tin .047 203 .200* .994 203 .654
Antimony .037 203 .200* .994 203 .567
Lead .048 203 .200* .990 203 .197
Zinc .034 203 .200* .996 203 .868
Mercury .037 203 .200* .993 203 .393
*. Este es un límite inferior de las significación veradera.

a. Corrección de la significación de Lilliefors
Para evaluar la normalidad se pueden utilizar las pruebas los teste

de Kolmogrov-Smirov cuya Hipótesis Nula H0 es que la distribución
de la variable seleccionada de una distribución normal.
Por ejemplo si el valor de Significancia en la tabla como es el caso

0.20 y lo que como el calculo se realizo con el 95% de probabilidad
entonces 0.20>0.05 donde 0.05% es lo que fuera. La hipótesis se
acepta. Es decir es una distribución normal.
36
71
Pruebas de normalidad
Kolmogorov-Smirnov a Shapiro-Wilk
Estadístico gl S ig. Estadístico gl S ig.
Gold .035 203 .200* .995 203 .708
Silver .049 203 .200* .995 203 .748
Tin .047 203 .200* .994 203 .654
Antimony .037 203 .200* .994 203 .567
Lead .048 203 .200* .990 203 .197
Zinc .034 203 .200* .996 203 .868
Mercury .037 203 .200* .993 203 .393
*. Este es un límite inferior de las significación veradera.

a. Corrección de la significación de Lilliefors
Por lo tanto el test de K-S podemos establecer los siguiente:
Si el valor de Sig. (p-valor) es > a 0.5 entonces H0 (Hipótesis nula)

tenemos que es una distribución normal.
Si el valor de Sig. (p-valor) es < a 0.5 entonces H0 (Hipótesis nula)

tenemos que es una distribución normal.
72
Por lo general el siguiente problema que nos planteamos es

el poder establecer si una muestra pertenece a una población
especifica o también si dos poblaciones son del mismo tipo o
evento.
Para ello se utilizan las pruebas de Hipótesis Student (t) y

(F)Fisher que también ya utilizamos en los temas
anteriores(regresión lineal simple y múltiple) y en este caso la
prueba t se utiliza para comparar las dos medias de las
poblaciones y el test F en compara la varianza (Conocido
también como test de Levene).
Primero aplicaremos el test de varianzas y en caso de que

esta no sean significativamente distintas entonces
aplicaremos después el de las medias
37
73
MATRIZ DE CORRELACION
Correlaciones
Gold Silver Lead Zinc Tin Mercury Antimony
Gold Correlación de Pearson 1 -.051 .065 -.056 .034 -.062 -.114
Sig. (bilateral) .466 .360 .428 -629 .383 .104
N
203 203 203 203 203 203 203
Silver Correlación de Pearson -.051 1 1.44 -.002 -.025 .093 .078
Sig. (bilateral) .466 .040 .979 .727 .186 .269
N
203 203 203 203 203 203 203
Lead Correlación de Pearson .065 .144 1 .057 .116 -.072 -.179
Sig. (bilateral) .360 .040 .415 .100 .305 .011
N 203 203 203 203 203 203 203
Zinc Correlación de Pearson -.056 -.002 .057 1 .016 -.196 .58
Sig. (bilateral) -.056 .979 .415 .824 .005 .411
N
203 203 203 203 203 203 203
Tin Correlación de Pearson .034 -.025 .116 .016 1 -.044 -.016
Sig. (bilateral) .629 .727 .100 .824 .536 .820
N
.203 203 203 203 203 203 203
Mercury Correlación de Pearson -.062 .093 -.072 -.196 -.044 1 .038
Sig. (bilateral) .383 .186 .305 .005 .536 .590
N
.203 203 203 203 203 203 203
Antimony Correlación de Pearson -.114 -.078 -.179 .058 -.016 .038 1
Sig. (bilateral) .104 .269 .011 .411 .820 .590
N
203 203 203 203 203 203 203
* La correlación es significante al nivel 0,05 (bilateral).
** La correlación es significativa al nivel 0,01 (bilateral).
74
6. CLUSTER ANALISIS
38
75
CLUSTER ANALISIS DEFINICION
El análisis de Clúster es una técnica del análisis multivalente o

multivariado que nos permite agrupar a los individuos de una
población en conglomerados de forma tal que los individuos
son más parecidos entre sí.
76
CLUSTER ANALISIS OBJETIVO
El análisis de Clúster es la denominación de un grupo de

Técnicas multivalentes cuyo principal propósito es el de
agrupar objetos basándose en las características que
poseen. El análisis de Clúster clasifica objetos de tal forma
que cada objeto es muy parecido a los que hay en el
conglomerado con respecto a un criterio de selección.
39
77
CLUSTER ANALISIS OBJETIVO
Definir las estructuras de los datos colocando las

observaciones más parecidas en grupos . Para llevar a
efecto esta tarea daremos respuesta a tres preguntas
principales:
1.- ¿Cómo medir la similitud?

2.- ¿Cómo formar los conglomerados?
3.-¿Cuántos grupos formamos?
78
Medición de la similitud:
La similitud es medida con la distancia en línea recta o

euclidiana entre cada observación .
Formación de conglomerados:
Para la formación de conglomerados existen varias reglas

más sin embargo la más común es por Procedimiento
jerárquico. La cual es una regla simple que consiste en
identificar las dos observaciones más
parecidas(cercanas)que no están en el mismo conglomerado
y combinar éstas.
40
79
Matriz de distancias
Archivo matricial de entrada
Caso Gold Silver Lead Zinc Tin Mercury Antimony
Gold 1.000 -.051 .065 -.056 .034 -.062 -.114
Silver -.051 1.000 .144 -.002 -.025 .093 -.078
Lead .065 .144 1.000 .057 .116 -.072 -.179
Zinc -.056 -.002 .057 1.000 .016 -.196 .058
Tin .034 -.025 .116 .016 1.000 -.044 -.016
Mercury -.062 .093 -.072 -.196 -.044 1.000 .038
Antimony -.114 -.078 -.179 .058 -.016 .038 1.000
80
El método jerárquico es un método aglomerativo dado que

los conglomerados se forman por la combinación de los
conglomerados existentes.
El proceso jerárquico de aglomeración puede ser

representado gráficamente de varias formas por medio de
Agrupación de Nido. O bien por el Dendrograma que es una
representación arborescente.

Argentina. Muestreo de Yacimientos Minerales. Latinomineria - Febrero2001

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Argentina. Muestreo de Yacimientos Minerales. Latinomineria - Febrero2001

Загружено:

Авторское право:

Доступные форматы

1

Dr. Filiberto Mata Pérez - Consultor Intercade

Dr. Filiberto Mata Pérez - Consultor Intercade

El análisis multivariado en el área de las ciencias de la tierra

Dr. Filiberto Mata Pérez - Consultor Intercade

Dr. Filiberto Mata Pérez - Consultor Intercade

La estadística es todo aquello que tiene que ver con la

Dr. Filiberto Mata Pérez - Consultor Intercade

La estadística se divide en dos grupos principales:

La estadística descriptiva: es aquella que se ocupa de los

La estadística inferencial: son todos los métodos

Dr. Filiberto Mata Pérez - Consultor Intercade

Dr. Filiberto Mata Pérez - Consultor Intercade

Dr. Filiberto Mata Pérez - Consultor Intercade

En la estadística se conocen dos tipos de variables

Dr. Filiberto Mata Pérez - Consultor Intercade

Dr. Filiberto Mata Pérez - Consultor Intercade

La estadística descriptiva que es la primer parte de

Dr. Filiberto Mata Pérez - Consultor Intercade

Es importante mencionar que por la cantidad de

Las ecuaciones a continuación por lo tanto son para

Dr. Filiberto Mata Pérez - Consultor Intercade

Dr. Filiberto Mata Pérez - Consultor Intercade

Dr. Filiberto Mata Pérez - Consultor Intercade

Dr. Filiberto Mata Pérez - Consultor Intercade

CLASES frecuencia xi xi*Fi %f Frc. Acum %fr.acum

Regla de Sturges= 6.8

media de datos agrupados Xmed.= 23.518

Dr. Filiberto Mata Pérez - Consultor Intercade

Dr. Filiberto Mata Pérez - Consultor Intercade

Dr. Filiberto Mata Pérez - Consultor Intercade

Dr. Filiberto Mata Pérez - Consultor Intercade

Dr. Filiberto Mata Pérez - Consultor Intercade

17 19 11 18 -5.52 30.45 334.91 -168.00 -1848.01 10197.05

23.01 25 34 24 0.48 0.23 2.56 0.11 1.23 0.59

27.01 29 13 28 4.48 20.09 220.99 90.04 990.49 4439.51

112 168 124.90 1790.63 36218.52

Dr. Filiberto Mata Pérez - Consultor Intercade

17 19 11 18 -5.52 30.45 334.91 -168.00 -1848.01 10197.05

27.01 29 13 28 4.48 20.09 220.99 90.04 990.49 4439.51

112 168 124.90 1790.63 36218.52

Dr. Filiberto Mata Pérez - Consultor Intercade

Dr. Filiberto Mata Pérez - Consultor Intercade

Del latín probabiltas, la probabilidad es la cualidad de

Dr. Filiberto Mata Pérez - Consultor Intercade

Se conoce como teoría de la probabilidad a aquella que

Dr. Filiberto Mata Pérez - Consultor Intercade

La regresión lineal no es parte de la estadística forma parte

Dr. Filiberto Mata Pérez - Consultor Intercade

La Regresión Lineal simple como su nombre lo indica

En el cual β0 es la ordenada al origen y β1 es la

Dr. Filiberto Mata Pérez - Consultor Intercade

Los parámetros β0 y β1 no se conocen por lo cual se

Dr. Filiberto Mata Pérez - Consultor Intercade

2 58 116 4 -12 -72 144 5184 864 3364

140 1300 21040 2528 0 568 15730 2840

Dr. Filiberto Mata Pérez - Consultor Intercade

Xmed= 14 Sx^2= 63.11 VarX

Ymed= 130 Sy^2= 1747.78 VarY

Sx= 7.94 Desv. Estdr X

Suma Xi^2= 2528

Ecuación de regresión Lineal simple= y = 60 + 5x

Rxy = 0.950122955 Coeficiente de Pearson

Del latín probabiltas, la probabilidad es la cualidad de