Este curso intensivo de geoestadística básica proporciona a los profesionales de la industria minera las herramientas esenciales para comprender y cuantificar la incertidumbre en los datos geológicos. Abarcando temas cruciales como el control de calidad/aseguramiento de la calidad (QA/QC), análisis de datos exploratorios (EDA), análisis de bivariables, tamaño de muestra, histogramas, desagrupamiento y el tratamiento de valores atípicos, este curso equipa a los participantes con el conocimiento para tomar decisiones informadas basadas en datos sólidos.
Geoestadística, Minería, Análisis de Datos, Control de Calidad, Incertidumbre, Estimación de Recursos, Varianza, Histogramas, Desagrupamiento, Valores Atípicos.
Contenido:
- Módulo 1: Conceptos Estadísticos Fundamentales y QA/QC
- Introducción a los principios estadísticos básicos, incluyendo media, varianza y desviación estándar
- Exactitud y precisión en los ensayos de laboratorio
- Tipos de errores: sistemáticos vs. aleatorios
- Implementación de protocolos QA/QC robustos para garantizar la integridad de los datos
- Análisis de datos de duplicados, estándares, blancos y muestras previas
- Módulo 2: Análisis de Datos Bivariables y Correlación Espacial
- Exploración de relaciones entre dos variables utilizando diagramas de dispersión
- Comprensión de los diferentes tipos de correlación: positiva, negativa y cero
- Medidas de correlación: covarianza, momento de inercia y coeficiente de correlación
- Identificación y tratamiento del sesgo condicional
- Módulo 3: El Impacto del Tamaño de la Muestra en la Variabilidad
- Reconocer la relación inversa entre el tamaño de la muestra y la variabilidad
- Comprender el efecto volumen-varianza y su importancia en la estimación de recursos
- Técnicas para manejar muestras de diferentes tamaños, incluyendo ponderación y composición
- Módulo 4: Histogramas y Presentación Eficaz de Datos
- Construcción e interpretación de histogramas para resumir conjuntos de datos
- Histogramas acumulativos y su uso en la comparación de grupos de datos
- Modelos de distribución comunes: distribución normal y lognormal
- Aplicaciones de los modelos de distribución en el control de calidad y la estimación de recursos
- Diagramas de caja (box plots) para visualizar la distribución de datos y detectar valores atípicos
- Módulo 5: Asegurando la Representatividad de los Datos: Desagrupamiento y Manejo de Valores Atípicos
- Factores que afectan la representatividad de los datos, incluyendo la orientación de la perforación, el sesgo del modelo, los datos agrupados y los valores atípicos
- Técnicas de desagrupamiento para mitigar el sesgo introducido por datos agrupados: polígonos de influencia, método de malla y desagrupamiento por celdas
- Identificación y tratamiento de valores atípicos (capping) para evitar la sobreestimación de los recursos: métodos globales y locales
- Módulo 6: Definiendo Dominios de Estimación Robustos
- Importancia de definir dominios de estimación geológica y estadísticamente homogéneos
- Herramientas para evaluar poblaciones y definir grupos: diagramas de probabilidad, diagramas QQ, diagramas de efecto proporcional, diagramas de caja y diagramas de interacción
- Manejo de derivas de ley: derivas locales y regionales
- Reconociendo las limitaciones de los dominios basados en la ley
Autor:
Dr. Jeff Sullivan y Silvia Satchwell
Fecha de Publicación:
No se especifica la fecha de publicación en el documento.
Link de descarga: Aquí
