Revisión de los métodos de detección de valores atípicos aplicables para tratar datos geomecánicos

La fiabilidad de los modelos geomecánicos y los diseños de ingeniería depende en gran medida de datos de alta calidad. En proyectos geomecánicos, la recolección y el análisis de datos de laboratorio son cruciales para caracterizar las propiedades mecánicas de los suelos y las rocas. Sin embargo, datos de laboratorio insuficientes o una subestimación del tratamiento de datos pueden llevar a que se utilicen datos poco fiables en la etapa de diseño, causando riesgos de seguridad, retrasos o fallos. Por lo tanto, detectar valores atípicos o extremos es significativo para garantizar un análisis geomecánico preciso. Este estudio revisa y categoriza los métodos de detección de valores atípicos aplicables para datos geomecánicos en métodos de etiquetado de cercas y pruebas estadísticas. Usando datos geomecánicos reales, se examinó la aplicabilidad de estos métodos basándose en cuatro elementos: distribución de datos, sensibilidad a valores extremos, tamaño de la muestra y sesgo de datos. Los resultados indicaron que las pruebas estadísticas eran menos efectivas que los métodos de etiquetado de cercas en la detección de valores atípicos en datos geomecánicos debido a limitaciones en el manejo de datos sesgados y tamaños de muestra pequeños. Por lo tanto, el mejor método de detección de valores atípicos debe considerar este aspecto. Los métodos de etiquetado de cercas, específicamente, el boxplot medcouple y la regla del rango semi-intercuartílico, se identificaron como los métodos de detección de valores atípicos más precisos para datos geomecánicos, pero pueden requerir técnicas estadísticas más avanzadas. Además, el boxplot de Tukey se encontró inapropiado para datos geomecánicos debido a intervalos de confianza negativos que conflictuaban con los principios geomecánicos.