INTRODUCCION:
En el campo de las geociencias es común encontrar variables distribuidas
espacialmente. Para el estudio de estas variables son usados diversos procedimientos
geoestadísticos de estimación y/o simulación. Esto es, a partir de un conjunto de
muestras tomadas en localizaciones del dominio en que se manifiesta un fenómeno a
estudiar y consideradas representativas de su realidad, que por lo general es siempre
desconocida, estos procedimientos permiten la descripción o caracterización de las
variables con dos fines diferentes, primero, proporcionar valores estimados en
localizaciones de interés y segundo, generar valores que en conjunto presenten iguales
características de dispersión que los datos originales. La minería es el campo típico para
la aplicación de estos modelos, campo en el que surge y se desarrolla la Geoestadística
como ciencia aplicada.
OBJETIVOS
Entender y profundizar en el tema de variogramas en la Geoestadística.
Saber diferenciar entre el variograma experimental y el variograma teórico.
Entender cómo interpretar el efecto pepita.
VARIOGRAMA
DEFINICION
Un variograma, es una herramienta que analiza el comportamiento espacial de las
variables en un área determinada, obteniendo un variograma experimental que
representa la distancia máxima y la forma en que un punto afecta a otro a diferentes
distancias.
Los resultados de este análisis no se pueden aplicar directamente a diferentes métodos
de interpolación usándolos como información básica, por lo que al calcular el
variograma experimental, se debe crear un modelo matemático para modelar mejor el
variograma experimental, llamado variograma teórico. (UNIVERSIDAD DE CHILE,
2016)
Fig. 1. Ilustración de variograma experimental. Fuente:
https://slideplayer.es/slide/12283405/
USOS
Un variograma permite conocer el área, es decir la distancia máxima que una muestra
afecta a otra muestra, la aplicación de esta información es conocer el área en la que se
pueden buscar muestras para estimar el valor de un punto determinado. El uso de esta
herramienta también permite realizar estimaciones a partir de los datos proporcionados
por el variograma teórico con el método krigeaje, que utiliza un modelo matemático
para definir el peso aplicado a cada muestra encontrada. Valor del punto de búsqueda.
(UNIVERSIDAD DE CHILE, 2016)
Características para elegir un buen variograma:
El número de pares
La suavidad de la curva debe ser suave
Los datos deben acercarse al modelo matemático
ANISOTROPÍAS:
Generalmente cuando el variograma experimental es calculado en distintas direcciones
presenta distintos comportamientos con la variación de la distancia.
-Anisotropía Geométrica
-Anisotropía Zonal
-Anisotropía Híbrida
Anisotropía Geométrica :
Es aquella en la que el variograma en distintas direcciones presenta el mismo sill pero
rangos distintos
Mayor continuidad espacial en la dirección de mayor rango
Menor continuidad espacial en la dirección de menor rango
Anisotropía Zonal :
Es aquella en la que el variograma en distintas direcciones presenta el mismo rango pero
diferente sill
Presencia de diferentes estructuras
Anisotropía Híbrida :
Es aquella en la que el variograma en distintas direcciones presenta rangos diferentes y
distintos sill.
Presencia de diferentes estructuras
Característico de variogramas horizontales y verticales
COVARIANZA VS VARIOGRAMA
El variograma se puede utilizar para modelar fenómenos no estacionarios y la
covarianza no, por el desconocimiento de la media.
Cuando la media es constante pero desconocida no se necesita para el cálculo del
variograma, pero si para el de la covarianza.
Si la función tiene varianza infinita (no estacionaria) la covarianza no está definida en 0,
sin embargo, el variograma si y es idénticamente nulo
La correlación estadística usual es calculada a distancia cero (dos observaciones en el
mismo punto del espacio) y puede no ser representativa
El variograma toma en cuenta el espaciamiento y por lo tanto permite ”correlacionar
espacialmente”
COVARIANZA VS VARIANZA
La varianza y la covarianza son dos términos que se utilizan a menudo en estadística.
Aunque suenan similares, son bastante diferentes.
La varianza mide la dispersión de los valores en un conjunto de datos determinado. Es
decir, una sola variable.
La covarianza mide cómo los cambios en una variable se asocian con los cambios en
una segunda variable. Es decir, dos variables. (Velázquez, 1998)
Fórmula de la varianza, ejemplo y cuándo utilizar
La varianza mide la dispersión de los valores en un conjunto de datos determinado.
La Fórmula de la Varianza:
La fórmula para encontrar la varianza de una muestra (denotada como s2) es:
dónde:
x: la media de la muestra.
x i: La i- ésima observación en la muestra.
N: el tamaño de la muestra.
Σ: un símbolo griego que significa «suma».
Cuando usar la varianza:
Usamos la varianza cuando queremos cuantificar qué tan dispersos están los valores en
un conjunto de datos. Cuanto mayor sea la varianza, más dispersos serán los valores. El
valor de la varianza puede oscilar entre cero (sin dispersión) y cualquier número mayor
que cero. (Rebollo, 2015)
Covarianza: definición, ejemplo y cuándo utilizar
La covarianza mide cómo los cambios en una variable se asocian con los cambios en
una segunda variable.
Fórmula de la covarianza:
La fórmula para encontrar la covarianza entre dos variables, X e Y es:
dónde:
x: La media muestral de la variable X.
x i: La i- ésima observación de la variable X.
y: la media muestral de la variable Y.
y i: La i- ésima observación de la variable Y.
n: el número total de observaciones por pares.
Σ: un símbolo griego que significa «suma».
Cuando usar la covarianza:
Usamos la covarianza cuando queremos cuantificar la relación entre dos variables. Un
valor positivo para la covarianza indica una relación positiva entre dos variables,
mientras que un valor negativo indica una relación negativa entre dos variables.
(Rebollo, 2015)
VARIOGRAMA-CARACTERÍSTICAS BÁSICAS
RANGO Y SILL
Rango:
Distancia a la cual el variograma se estabiliza
Sill:
Valor constante que toma el variograma en distancias mayores al rango
Si para una distancia dada d las variables Z(x) y Z(x+h) son no correlacionas entonces
el variograma es constante
Rango:
Distancia a partir de la cual no hay correlación
Sill:
Varianza de la función aleatoria Z
COMPORTAMIENTO A PEQUEÑAS DISTANCIAS
Comportamiento
1) DISCONTINUO
Puede ocurrir que para distancias cercanas a cero el valor del variograma no se
aproxima a cero
Efecto pepita o nugget effect
Interpretación del nugget effect
1) Variable muy irregular a distancias cortas
2) Errores de medición en las variables
3) presencia de estructuras o ausencia de valores en distancias inferiores a las que se
tomaron las muestras
2) LINEAL
Indica que para distancias pequeñas, el variograma tiene un comportamiento lineal.
Representa variables continuas pero no diferenciables. Así, la propiedad puede
cambiar rápidamente de un punto a otro.
La variabilidad de la propiedad dependerá de la pendiente de la recta en el origen
A mayor pendiente, mayor variabilidad
A menor pendiente, menor variabilidad
3) CUADRÁTICO: Permite estudiar cuán rápido puede variar la variable en estudio a
pequeñas distancias. Básicamente el variograma presenta las 4 formas siguientes:
4) HÍBRIDOS
ANEXOS
