Población, individuo y muestra
Población
Todas las porciones de roca total de la corteza y del manto superior de la Tierra, en continentes y fondos oceánicos. Es infinita: no es posible enumerar todas las porciones de roca del planeta.
Individuo
Cada porción de roca —muestra de mano, testigo de perforación o fragmento dragado del fondo marino— que se muele y se analiza químicamente en su totalidad.
Muestra
Los análisis de roca total registrados en EarthChem PetDB, descargados el 13 de octubre de 2026. Cada análisis es un caso de estudio.
M ⊂ U · Card(M) = n = 159.760
casos xi, i = 1, 2, …, 159.760
Dos aclaraciones. En geología se llama "muestra" a cada trozo de roca; aquí ese trozo es el individuo, y la muestra estadística es el conjunto de todos ellos. Además, esta muestra no se obtuvo por sorteo: es una compilación de lo que los investigadores decidieron estudiar, con más rocas oceánicas que continentales. Por eso, para la inferencia se trabajará con submuestras aleatorias estratificadas por ambiente tectónico.
Tabla de variables
Cada columna de la base es una variable. Se clasifican según lo que miden y la escala en que se expresan. El dominio dice qué valores puede tomar la variable en teoría, primero como definición y después como conjunto; el rango, qué valores toma de verdad en la muestra (mínimo y máximo, o las categorías observadas).
| Nombre | Descripción | Tipo | Subtipo | Dominio | Dominio (conjunto) | Rango | Instrumento | Unidad | Escala | % dato |
|---|
Variables cualitativas
Las nominales llevan frecuencia absoluta (ni) y relativa (hi); las acumuladas no tienen sentido porque las categorías no tienen orden. Las ordinales llevan además las acumuladas, y su mediana es la categoría donde Hi alcanza el 50 %.
Variables discretas
Las dos variables discretas tienen más de 70 valores distintos, así que se agrupan en intervalos como una continua: k por Sturges y amplitud redonda.
Variables continuas
Tres variables que muestran los tres casos típicos de esta base: la sílice mezcla tipos de roca, el magnesio es asimétrico y el cromo tiene una cola extrema.
Cómo se agruparon los datos y qué se hizo con los outliers
- La agrupación por defecto no sirve. Con Sturges sobre el recorrido completo (a = R / k), el cromo, que va de 0,002 a 295.000 ppm, queda con intervalos de 18.437 ppm y el primero se lleva el 99,9 % de los datos. Las reglas √n y 2√n dan más de 190 intervalos, demasiados para leer.
- Los outliers no son errores, son otras rocas. La regla intercuartílica marca entre el 8 y el 17 % de los datos, y casi todos son rocas reales: tefras y rocas ácidas en la sílice, peridotitas en el magnesio, cromititas en el cromo. Quitarlos borraría poblaciones enteras, así que no se elimina ningún dato.
- Solución: rango típico + clases abiertas. Los intervalos cerrados se calculan con Sturges entre los límites intercuartílicos, con amplitud redonda; los valores de afuera se cuentan en dos clases abiertas ("< Li" y "≥ Ls", en dorado en las tablas). El error de agrupación queda por debajo del 5 % en todos los casos.
- Elementos traza en escala logarítmica. La asimetría del cromo baja de 39,4 a −0,84 en log10, y aparecen dos poblaciones: basaltos (~300 ppm) y ultramáficas (~3.000 ppm).
- Estratificar. El análisis se repite en un grupo homogéneo, las rocas volcánicas máficas, donde la dispersión cae a menos de la mitad.
Análisis completo: R/analisis_agrupacion_outliers.md
Exploración interactiva
Dos vistas que se pueden recorrer con el cursor.
Muestras por ambiente tectónico
12 ambientes más frecuentes de PetDB
Diagrama TAS: álcalis totales frente a sílice
Rocas volcánicas, selección aleatoria de 6.000 análisis