“AÑO DE LA UNIDAD, LA PAZ Y EL

DESARROLLO”

UNIVERSIDAD CATÓLICA
DE SANTA MARÍA

FACULTAD:
CIENCIAS E INGENIERÍAS FÍSICAS Y
FORMALES

ESCUELA:
INGENIERÍA DE MINAS

GEOESTADÍSTICA

ACTIVIDAD: INTERPRETACIÓN

DOCENTE:
OLGA GISELLA MARTINEZ RODRIGUEZ

INTEGRANTES:
AGUILAR PURGUAYA JEAN
ALVAREZ NAPA MAURICIO
PACHECO ARUTAYPE MARCELO
QUIÑONEZ CHAVEZ THAIS
VENTURA APAZA WILLY ELOY

AREQUIPA – PERÚ
2023
INDICE GENERAL

PROCEDIMIENTO..................................................................................................................................... 1
RESULTADOS ........................................................................................................................................... 3
ANÁLISIS .................................................................................................................................................. 4
COMPARACIÓN ....................................................................................................................................... 5
CONCLUSIONES ....................................................................................................................................... 6
RECOMENDACIONES ............................................................................................................................... 6
BIBLIOGRAFÍA.......................................................................................................................................... 7

INDICE DE FIGURAS
Figura 1: Base de datos-compósito de leyes ............................................................................................ 1
Figura 2: Opción de Análisis de Datos ...................................................................................................... 1
Figura 3: Opciones Estadística Descriptiva............................................................................................... 2
Figura 4: Opciones Finales ....................................................................................................................... 2

INDICE DE TABLAS
Tabla 1: Resultado: Estadística Descriptiva “Au” .................................................................................... 3
Tabla 2: Resultado: Estadística Descriptiva “Ag” .................................................................................... 3
Universidad Católica de Santa María – Ingeniería de Minas

Interpretación según la estadística descriptiva para el caso de los valores de Au y Ag del

documento "Base de datos-compósito de leyes".

PROCEDIMIENTO

1) Descargamos la hoja de cálculos "Base de datos-compósito de leyes" de la cual usaremos los

datos brindados: Au, Ag.

Figura 1
Base de datos-compósito de leyes

Nota. La figura muestra toda la base de datos, donde a la vez se encuentran los datos del Au y Ag.

2) Seleccionamos la opción “Análisis de Datos”.

Figura 2
Opción Análisis de Datos

Nota. La figura representa la opción Análisis de Datos.

3) Escogemos la opción “Estadística Descriptiva”, le damos en “Aceptar”.

pág. 1
Universidad Católica de Santa María – Ingeniería de Minas

Figura 3
Opciones Estadística Descriptiva

Nota. La figura representa las opciones de Estadística Descriptiva.

4) Establecemos el Rango de Entrada, seleccionamos la forma de agrupación, escogemos la

opción de salida, seleccionamos Resumen de estadísticas, para finalmente dar en “Aceptar” y
así obtener nuestros resultados dados en tablas, ya sea del Au y Ag.

Figura 4
Opciones Finales

Nota. Cuadro de opciones final.

pág. 2
Universidad Católica de Santa María – Ingeniería de Minas

RESULTADOS

Tabla 1
Resultado: Estadística Descriptiva “Au”

Au
Media 9.620691791
Error típico 1.528655647
Mediana 2.654
Moda 0.201
Desviación estándar 23.43384733
Varianza de la muestra 549.1452005
Curtosis 33.72135499
Coeficiente de asimetría 5.233038766
Rango 214.979
Mínimo 0.021
Máximo 215
Suma 2260.862571
Cuenta 235
Nivel de
confianza(95.0%) 3.011686491

Tabla 2
Resultado: Estadística Descriptiva “Ag”

Ag
Media 12.44001217
Error típico 1.308219151
Mediana 4.6
Moda 1.7
Desviación estándar 19.96909867
Varianza de la muestra 398.7649016
Curtosis 12.02356856
Coeficiente de asimetría 3.1541685
Rango 135.9
Mínimo 0.1
Máximo 136
Suma 2898.522835
Cuenta 233
Nivel de
confianza(95.0%) 2.577508232

pág. 3
Universidad Católica de Santa María – Ingeniería de Minas

ANÁLISIS

a) Media:
La media de las leyes de minerales puede ser una medida útil para entender el valor
promedio de una muestra de mineral. Puede indicar la riqueza media del mineral en una
determinada área o depósito, lo que es importante para la planificación y el diseño de la
explotación minera.
b) Error típico:
El error típico puede ser una medida útil para evaluar la precisión de las leyes de
minerales obtenidas a partir de muestras de testigos. Un error típico bajo indica que las
leyes de las muestras son consistentes entre sí y con la media, lo que sugiere que la
muestra es homogénea y la estimación de la ley es más precisa. Por otro lado, un error
típico alto indica que las leyes de las muestras varían significativamente, lo que puede
indicar una heterogeneidad en la muestra o en el depósito mineral.
c) Mediana:
La mediana es una medida de tendencia central que puede ser útil para entender la
distribución de las leyes de los minerales en una muestra. A diferencia de la media, la
mediana no se ve afectada por valores extremos o atípicos, lo que puede ser importante
en el caso de que haya variaciones significativas en las leyes de las distintas muestras de
testigos.
En general, si la mediana es cercana a la media, esto indica que la distribución de las leyes
es relativamente simétrica y que no hay valores extremadamente altos o bajos que
afecten significativamente la media. Si, por otro lado, la mediana está significativamente
desplazada de la media, esto sugiere que hay valores atípicos o que la distribución de las
leyes es sesgada hacia un extremo.
d) Moda:
La moda puede ser útil para identificar valores que son especialmente comunes en una
muestra.
e) Desviación estándar:
En el contexto de las leyes de minerales, la desviación estándar de las muestras de
testigos indica cuánto varían las leyes de los minerales en las distintas muestras en
comparación con el promedio.
Una desviación estándar alta indica que las leyes de los minerales en las muestras son
muy diferentes entre sí y que hay una gran variabilidad en los datos. Por el contrario, una

pág. 4
Universidad Católica de Santa María – Ingeniería de Minas

desviación estándar baja indica que las leyes de los minerales en las muestras son
similares entre sí y que hay poca variabilidad en los datos.
f) Curtosis:
La interpretación de la curtosis depende del contexto en el que se aplican las leyes de
los minerales. En algunos casos, una distribución más puntiaguda puede indicar una
mayor concentración de mineral en la muestra, mientras que una distribución más
aplanada puede indicar una mayor variabilidad en la calidad del mineral.
g) Suma:
La suma de las leyes de minerales que ha calculado a partir de distintas muestras de
testigos es simplemente la suma de todos los valores obtenidos en las distintas muestras.
La suma puede ser útil en algunas situaciones, por ejemplo, si se desea conocer la
cantidad total de mineral presente en la muestra o en el depósito. Sin embargo, por sí
sola, la suma no proporciona información útil sobre la calidad del mineral o la rentabilidad
de su explotación.
h) Mínimo:
Mínima ley.
i) Máximo:
Máxima Ley.
j) Cuenta:
Total de muestras.

COMPARACIÓN

Para los casos de oro y plata presentados en el compilatorio podemos determinar respecto a su
media que la riqueza de plata es más abundante que la de oro, por lo que, considerando esto
podemos tomar en cuenta que es un depósito de mayor abundancia de plata respecto al oro.

Respecto a la desviación estándar tenemos los valores de 23.43 (Au) y 19.97 (Ag). Dándonos a
entender que, la baja desviación que presenta la plata con respecto al oro, indica un poco
variabilidad de los datos, mientras que su comparativo que es el oro, presenta una gran
variabilidad en sus datos.

Considerando el ítem de error típico el valor de Ag es más bajo, por lo que nos puede indicar
que la muestra es más homogénea y la estimación de ley para este mineral es más preciso. A
comparación del oro que, al tener un valor de 3.011, puede indicar un pequeño valor de
heterogeneidad en el depósito mineral.

pág. 5
Universidad Católica de Santa María – Ingeniería de Minas

La mediana es un término central que nos permite entender la distribución de leyes, siendo el
caso del oro con 2.654 y su media de 9.62 hace que los valores determinados sean simétricos y
relacionados a la media estimada. Pero por el lado de la plata teniendo una mediana de 4.6 y
una media de 12.44 nos dá a entender que sus valores no son simétricos y son ligeramente
alterados por lo que su distribución no va de acuerdo al margen promedio, sino a uno de los
laterales.

Los valores más representativos o repetitivos en la muestra son 0.201 para el oro y 1.7 para la
plata, dándonos a entender la repetitividad de estos valores para nuestros estudios.

Y finalmente considerando los valores de Curtosis, tenemos que en el caso del oro presenta un
valor de 33.72 y para la plata 12.02. Dándonos a entender que la mayor concentración de
valores agrupados o relacionados entre sí, es del oro. Presentando obviamente menores grados
de alteración de datos, así como una distribución más compacta y unida, sin alteraciones o
distribuciones que afecten la distribución de las muestras.

CONCLUSIONES

 Al adquirir los conocimientos básicos de estadística nos permitió formular problemas de

cálculo estadístico más detallados; como es el cálculo del coeficiente de variación para
rango, varianza, varianza, desviación estándar, curtosis etc. Estos son la base para
resolver el problema de la medición de la dispersión, y también se enfatizó en este
concepto para su correcta interpretación, como se correlacionan.
 Para el ejemplo dado se pudo observar que hay una correlación entre los datos oro y
plata, con respecto al coeficiente de Pearson si está cercano a uno la correlación es muy
buena si el valor es negativo la correlación muy buena pero negativa.

RECOMENDACIONES

 Cuanto más disperso estén los datos, más grande será el valor del rango, varianza y
desviación estándar
 Cuanto más concentrado, u homogéneo, sean los datos u observaciones, más pequeño
será el rango la varianza y la desviación estándar.
 Si las observaciones o datos son todos iguales (de manera que no hay variación de los
datos), el rango, la varianza y la desviación estándar serian iguales a cero.

pág. 6
Universidad Católica de Santa María – Ingeniería de Minas

 Las medidas de rango varianza y desviación estándar nunca son negativos.

BIBLIOGRAFÍA

 Chilès Jean-Paul, Delfiner Pierre, 1999: Geostatistics: Modeling Spatial Uncertainty. Jhon
Wiley & Sons Inc., New York, p. 695.
 Olea Ricardo A., 1999: Geostatistics for engineers and earth scientists. Kluwer Academic
Publishers, Boston, p. 303.
 CAMACHO, J. (2000) Estadística con SPSS versión 9 para Windows. Madrid: Ra-Ma.
 DIAZ de RADA, V. (1999) Técnicas de análisis de datos para investigadores sociales:
aplicaciones prácticas con SSPS para Windows. Madrid: Ra-Ma

pág. 7