Professional Documents
Culture Documents
INGENIERIA MINAS
CURSO:
GeoEstadstica
9
Capitulo I
GeoEstadstica
Concepto
Su estimador, El Krigeaje, tiene como objetivo encontrar la mejor estimacin
posible a partir de la informacin disponible, y en efecto, el valor estimado
obtenido Z*(x) de un valor real y desconocido Z(x), consiste en una
combinacin lineal de pesos asociados a cada localizacin donde fue
muestreado un valor Z(xi) (i = 1,n) del fenmeno estudiado, observando dos
condiciones fundamentales:
1.- que el estimador sea insesgado. E[Z* - Z] = 0, y
2.- que la varianza Var[Z* - Z] sea mnima, consiguindose de este modo
minimizar la varianza de error de estimacin.
10
Capitulo I
GeoEstadstica
Concepto
A diferencia de otros mtodos de interpolacin, como por ejemplo el inverso
de la distancia, el krigeage utiliza en la estimacin las caractersticas de
variabilidad y correlacin espacial del fenmeno estudiado, por lo que su uso
implica un anlisis previo de la informacin con el objetivo de definir o
extraer de esta informacin inicial un modelo que represente su continuidad
espacial. Una vez logrado, estamos en condiciones de obtener el mejor valor
posible en cada localizacin o bloque a estimar a partir de los datos medidos,
acompaada de la varianza de krigeaje como medida del error de la
estimacin realizada (Armstrong y Carignan, 1997), lo que distingue al
krigeaje de otros mtodos de interpolacin (Abasov et al., 1990; de Fouquet,
1996; Carr, 1995).
11
Capitulo I
GeoEstadstica
Concepto
Identificar los posibles valores atpicos (outliers) y evaluar el impacto potencial que
puedan ejercer en anlisis estadsticos posteriores.
Evaluar, el impacto potencial que pueden tener los datos ausentes (missing) sobre
la representatividad de los datos analizados.
Estadstica univariada
Ejemplo:
b)
Esta hiptesis se puede debilitar al suponer que las diferencias Z(x) Z(y)
son estacionarias localmente (lo cual se conoce como hiptesis intrnseca).
Usualmente se trabaja slo con los momentos hasta de segundo orden, resulta prctico
limitar la hiptesis de estacionaridad a estos primeros momentos.
Se dice que una funcin aleatoria es estacionaria de segundo orden si se cumple que:
i) su valor esperado existe y no depende de x,
ii) para cualquier par de variables aleatorias Z (x) y Z (x + h) , su covarianza existe y slo
depende del vector de separacin h,
En este caso resulta suficiente usar una de las dos funciones para caracterizar la
dependencia espacial.
Existen funciones aleatorias Z (x) que representan a fenmenos fsicos que muestran
una capacidad casi ilimitada de variacin, por lo que para estas funciones no estn
definidas la varianza ni la covarianza. Sin embargo existen casos en que sus incrementos
o diferencias Z (x + h) Z (x), tienen una varianza finita. En otras palabras, esto quiere
decir que las diferencias son estacionarias de segundo orden.
Por lo tanto las funciones aleatorias intrnsecas son aquellas que cumplen las siguientes
condiciones:
pero crece con el cuadrado de h , lo cual puede servir de indicador para la deteccin de
la existencia de tendencia.
La covarianza da una visin elemental del vnculo o interaccin que existe entre
Z(x1) y Z(x2). La desigualdad de Cauchy-Schwarz relaciona la covarianza entre Z(x1) y
Z(x2). con las varianzas de Z(x1) y Z(x2):