3

MineSight® Data Analyst (MSDA) Ejemplos prácticos

23rd Annual Seminar

MineSight® Data Analyst (MSDA) Ejemplos prácticos El analista de datos de MineSight® “Data Analyst “(MSDA) es una herramienta muy dinámica creada para ayudar a los usuarios de MineSight® a evaluar los recursos. Esta herramienta, de fácil uso, permite un análisis detallado de los datos disponibles de un modo muy rápido y eficiente. Este taller mostrará los ejemplos de cómo este nuevo paquete de estadística puede usarse para colaborar con algunos de los requerimientos más comunes de un estudio geoestadístico.

Meta datos (Metadata) El primer paso para acceder a cualquier análisis geoestadístico es familiarizarse con el grupo de datos. En este punto, generalmente debemos obtener información general sobre el grupo de datos, como conjunto, así como también información detallada relacionada con cada uno de los ítem individuales disponibles. Este tipo de información se llama generalmente Meta datos. El MSDA ofrece una herramienta conveniente que brinda una descripción general de ese grupo de datos. Luego de abrir una conexión a la Fuente de datos, seleccione la opción Datos | Meta datos | Agregar extendido (Data | Metadata | Add Extended). Esta opción le permite al programa leer la fuente de los datos y obtener la información básica de dicha fuente. Esta información puede visualizarse usando la opción Datos | Meta datos | Mostrar (Data | Metadata | Show). Si trabaja con datos MineSight® , encontrará información general sobre el proyecto y el archivo de modelo o de sondaje que está revisando. Además, también encontrará una descripción general de los ítem disponibles en su grupo de datos, que incluye información útil como la cantidad de registros válidos para cada ítem, el mínimo y máximo actuales para cada caso y el número de los valores distintivos para el caso de valores enteros.

Al usar los resultados para nuestro grupo de datos de muestra y al observar la información de Meta datos, podremos determinar fácilmente que el valor máximo para CU es 7.86%, y los ítem geológicos ROCA (ROCK), ALTERNATIVO (ALT), y MÍNIMO (MIN) están definidos como enteros con cuatro o cinco valores distintivos cada uno. Page 1

MineSight® Data Analyst (MSDA) Ejemplos prácticos

También se puede acceder a la información de Meta datos para cada ítem por medio del botón Información (Info) ubicado en los paneles del MSDA donde debe especificar un ítem.

Además, podemos desplegar los datos reales al usar la opción Datos | Explorador (Data | Explorer).

Análisis univariable Luego de la primera evaluación del grupo de datos, es muy posible que continuemos con una descripción univariable de nuestros datos. Para este análisis podemos usar herramientas tales como los Histogramas, Ploteos de probabilidad acumulativa e Informes personalizados. Podríamos, por ejemplo, usar Histogramas para determinar la distribución de los ítem de Geología así como también los ítem de ley.

Page 2

23rd Annual Seminar

MineSight® Data Analyst (MSDA) Ejemplos prácticos

23rd Annual Seminar

Page 3

MineSight® Data Analyst (MSDA) Ejemplos prácticos

Podemos desplegar fácilmente la curva acumulativa o las curvas de tonelaje de ley para cada uno de los Histogramas creados. Este despliegue se realiza desde el menú Vistas (View) de la ventana Histograma (Histogram).

También es posible aplicar un ítem o factor de ponderación al ítem primario del histograma cuando sea apropiado. En el caso de datos de sondajes o compositos, podríamos ponderar nuestro ítem de ley por el ítem de longitud, de modo tal que el Page 4

23rd Annual Seminar

MineSight® Data Analyst (MSDA) Ejemplos prácticos

23rd Annual Seminar

histograma se construya basado en las longitudes de intervalo en lugar de tener en cuenta la cantidad de muestras solamente. Del mismo modo, para el caso de un archivo de modelo, podríamos ponderar nuestro ítem de ley por un ítem de densidad y un factor de volumen. Nuestros resultados entonces estarían basados en los valores de tonelaje en lugar de solamente en la cantidad de bloques.

Además, también podemos intentar analizar la distribución de CU con un ítem de filtro. Podemos definir un ítem de filtro y sus valores correspondientes desde la pestaña Filtro (Filter) incluida en la ventana Parámetros del Histograma (Histogram Parameters). En este caso, se crearán varios histogramas, uno para cada valor de filtro, cada uno con un nombre distinto.

Page 5

MineSight® Data Analyst (MSDA) Ejemplos prácticos

23rd Annual Seminar

También es posible mostrar varios histogramas al mismo tiempo para comparar fácilmente las distintas poblaciones. Esta última función está disponible en el menú Histogramas Externos (External Histograms) dentro de la ventana Histograma (Histogram).

Page 6

MineSight® Data Analyst (MSDA) Ejemplos prácticos

23rd Annual Seminar

Por otra parte, además de analizar nuestros datos a través de los histogramas, podríamos también visualizarlos en formato de reportes. La capacidad de crear informes personalizados es una herramienta muy poderosa en el MSDA porque nos permite desplegar y organizar la información necesaria en el modo que se requiera. Estos informes se crean con la opción Informe personalizado (Custom Report) del menú Herramientas (Tools). De esta forma, podemos calcular una variedad de estadísticas diferentes en relación a nuestros ítem y también aplicar los factores de ponderación y los distintos filtros a nuestros datos. Al usar algunas de las opciones disponibles para los filtros en Informes personalizados (Custom Reports), podríamos clasificar nuestros datos por los códigos geológicos, leyes de corte, o cualquier otra clasificación basada en algunos de los ítem disponibles en nuestro archivo de fuente de datos. Además, cuando se usa la opción Expresión de campo (Field Expression) asociada con los campos, tenemos la opción de crear un campo calculado ‘sobre la marcha’ para ser incluido en nuestros informes. Los siguientes son ejemplos de informes personalizados típicos y de sus opciones de ajuste especiales.

Informe que muestra los valores de la Cu Media para cada dominio definido por ROCA (ROCK) y ALT

Page 7

MineSight® Data Analyst (MSDA) Ejemplos prácticos

23rd Annual Seminar

Informe que muestra estadísticas principales para intervalos diferentes de CU

Page 8

MineSight® Data Analyst (MSDA) Ejemplos prácticos

23rd Annual Seminar

Informe que muestra estadísticas principales para distintos ítem de ley y diferentes tipos de mineral en el modelo de bloque.

De esta forma, la misma información que figura en los informes puede desplegarse como gráficos cuando se usa la opción Gráfica (Chart) asociada con los informes. Este tipo de despliegue nos puede ayudar a comprender y visualizar mejor nuestros datos.

Figura que muestra valores medios para CU, MO y EQCU para diferentes tipos de ROCA (ROCK).

Page 9

MineSight® Data Analyst (MSDA) Ejemplos prácticos

Finalmente, también en caso de que se desee verificar los Ploteos de probabilidad acumulativa para los valores de ley principales para ver cuán cercanas están nuestras poblaciones respecto de la distribución Normal o Normal de perfilaje.

Desde el menú Ajustes (Settings) en la ventana Ploteo de probabilidad acumulativa (Cumulative Probability Plot) podemos elegir entre el despliegue Normal estándar o Normal de perfilaje. Además, podemos controlar desde este menú el alcance de los extremos de la gráfica mediante la elección de alguno de los tres rangos porcentuales disponibles. Al cambiar el despliegue de los rangos se facilitará la identificación y descripción de los valores anómalos.

Análisis bivariado En caso de que necesitáramos realizar un análisis bivariado, podríamos usar herramientas tales como Ploteos diseminados (Scatter Plots) y Gráficos e Informes personalizados (Custom Reports y Graphs) . Cuando trabajamos con Ploteos diseminados (Scatter Plots), hay algunas funciones adicionales disponibles que ayudan en la interpretación de los resultados. Desde el menú Vista (View) en la ventana Ploteo diseminado (ScatterPlot) hay tres opciones disponibles. La opción de la Línea de mejor ajuste (Best Fit Line) mostrará la línea recta que mejor se adapta a nuestro conjunto de datos, mientras que los valores de talud e intersección se muestran en la ventana de resumen de estadísticas. La opción X=Y ayuda en la comparación de dos campos que se supone que son iguales o casi iguales, como un ítem de ley en un modelo de bloque interpolado por dos métodos diferentes. Finalmente, la opción Línea de expectativa condicional (Conditional Expectation Line) muestra una línea que representa una ventana móvil de promedio de Y con respecto a un rango predefinido de X. Para establecer el ancho de esta ventana móvil, en el eje X, seleccione una de las opciones del menú Ajuste | Ventana expectativa condicional (Setting | Conditional Expectation Window). Los valores en este menú se miden como un porcentaje de la longitud del eje X.

Page 10

23rd Annual Seminar

MineSight® Data Analyst (MSDA) Ejemplos prácticos

23rd Annual Seminar

Si se prefiere el despliegue de esta información en un reporte, deberá crear un Informe bivariado (Bivariate Report). Estos incluyen mediciones estadísticas adicionales como el Coeficiente de variación (Coefficient of Variation) o los parámetros de la Mejor línea (Best Line). Para crear este tipo de informe, debemos especificar una configuración levemente distinta para abarcar distintos cálculos . La diferencia principal entre el Informe univariable (Univariate Report) y los Informes bivariados (Bivariate Reports) es que estos últimos requieren dos pestañas o dimensiones para las definiciones de Campo (Field). Con dos dimensiones para los Campos, el MSDA puede comparar un grupo de campos con otro y calcular todos los parámetros bivariados especiales.

Informe que muestra estadísticas bivariadas para CU, MO, AS y PB.

Los datos del informe previo pueden desplegarse como un gráfico al seleccionar la opción Cuadro (Chart) cuando se abre el informe. A continuación se brinda un ejemplo.

Page 11

MineSight® Data Analyst (MSDA) Ejemplos prácticos

23rd Annual Seminar

Coeficiente de correlación entre CU y MO para códigos diferentes de Roca (Rock).

Variogramas Finalmente, para nuestra descripción espacial, usaremos variogramas direccionales y las herramientas del MSDA para modelar en el espacio 3-D. Creamos una serie de variogramas para las diferentes direcciones al ingresar los parámetros apropiados en los paneles de los Variogramas.

Page 12

MineSight® Data Analyst (MSDA) Ejemplos prácticos

23rd Annual Seminar

Cada variograma puede modelarse luego con hasta tres estructuras agrupadas: manualmente mediante el ajuste de los parámetros o a través de la herramienta AutoAjuste (Auto-fit).

Page 13

MineSight® Data Analyst (MSDA) Ejemplos prácticos

Luego de haber trabajado por algún tiempo con los variogramas individuales y de determinar el rango, filón y núcleo para cada dirección, podremos intentar modelar todas las direcciones en el espacio 3-D. Para este paso, use la opción de Variograma de modelado 3-D (Variogram 3-D Modeling) disponible en el menú Herramientas (Tools). Pueden desplegarse al mismo tiempo muchos variogramas y los modelos asociados desde la pestaña Estándar (Standard) de la ventana Administrador de Variograma 3D (Variogram 3-D Manager). Podemos elegir entre desplegar todos los variogramas disponibles en la lista o una selección de variogramas basada en las opciones de filtro disponibles en la parte inferior de dicha ventana.

También puede visualizar un Diagrama de rosa que muestra los diferentes rangos que se intersecan en un plano en particular. El despliegue se obtiene desde la pestaña Rosa (Rose) de la ventana Administrador de variograma 3-D (Variogram 3-D Manager).

Page 14

23rd Annual Seminar

MineSight® Data Analyst (MSDA) Ejemplos prácticos

23rd Annual Seminar

Finalmente podemos usar la herramienta Auto- ajuste (Auto-fit) para hacer que un modelo 3-D se ajuste a nuestros datos. Esta opción está disponible en el menú Modelo 3-D (3-D Model). Cuando se usa esta función, podemos elegir establecer algunos de los parámetros del modelo final al activar las ventanas correspondientes en el extremo superior derecho de la ventana Administrador (Manager). Los parámetros que podemos controlar cuando se ejecute el proceso de Auto-ajuste (Auto-fitting) es una cierta cantidad de estructuras agrupadas, tipo de modelo, filón, núcleo, ángulos de rotación y rangos para el eje principal del modelo. Los contornos del modelo, al igual que el error con respecto a los datos experimentales también pueden desplegarse en la pestaña Rosa (Rose). La opción de despliegue está controlada desde el menú Ajuste | Cuadro de Rosa (Setting | Rose Chart).

Para usar los parámetros obtenidos en este proceso de modelado en MineSight® 3-D, tenemos la opción de exportar el modelo del variograma 3-D a un archivo ASCII usando Archivo | Exportar modelo de variograma (File | Export Variogram model). Este archivo ASCII luego puede ser importado en MineSight® 3-D para los propósitos de visualización o puede usarse con los procedimientos de interpolación.

Page 15