Una práctica, que ciertas veces resulta muy útil en algunos programas de exploración, deberá ser evitada en los programas de perforación para estudios de factibilidad. Esta es la práctica de seleccionar rutinariamente muestras para volver a efectuar los ensayos sobre la base de los resultados del primer ensayo. Esta práctica puede ser muy útil, por ejemplo, en un programa de muestreo de flujo de sedimento o con muestras de suelos, ya que esto reducirá la cantidad de anomalías falsas, o “falsos positivos” que son consecuencia de un error de laboratorio. Como consecuencia, el explorador podrá establecer prioridades de qué tipo de anomalías son más promisorias.
Hay algunas circunstancias en las que un geólogo de exploraciones ha solicitado re- ensayar todas las anomalías de oro sólo para encontrar que tales anomalías han desaparecido. La naturaleza humana es tal que inmediatamente culpa al laboratorio de ensayo. Es más probable que la desaparición de todas las anomalías sea consecuencia de un muestreo inadecuado (generalmente una muestra pequeña) y/o una inadecuada preparación de muestra, sumado a partículas de oro de gran tamaño. Seleccionar las muestras con los resultados más altos en la definición del programa de perforaciones de una reserva casi siempre dará como resultado estimaciones más bajas de la ley promedio en los resultados de re-ensayo de los resultados originales. La diferencia relativa entre los dos juegos de resultados será mayor cuando la varianza del
muestreo es alta, y menor cuando es baja. Esto ocurre porque la selección de las muestras a re-ensayar no es independiente de la variable que está siendo verificada: el ensayo original. Los errores grandes y positivos en los resultados originales serán encontrados, pero no los errores negativos. De existir muchos errores grandes (es decir, la precisión del ensayo es baja), entonces el promedio del segundo grupo de ensayos será claramente inferior que el primero. De existir pocos errores grandes, entonces el promedio del segundo grupo de ensayos será muy cercano al primero. Una distribución simulada servirá para ilustrar este efecto. Asuma que recibe un grupo de 1,000 resultados que contienen 30 errores grandes de muestreo donde los resultados difieren del valor verdadero por un factor de diez o más, diez veces menor la mitad de las veces, y diez veces mayor la otra mitad. Si se vuelven a ensayar de los 50 resultados más altos, se estaría incluyendo muchos errores en los que el error de muestreo fue diez veces mayor, pero ninguno en los que fue diez veces menor. Los errores grandes han sido detectados y corregidos, pero la ley promedio es ahora más baja que antes que se encontrarán los errores y más baja que lo que hubiera sido si se hubieran corregido todos los errores.
Aún cuando no se presentan grandes errores, habrá una parcialidad en la selección. Esto puede ser previsto por otro experimento. Imagine tener 1,000 muestras que ha analizado dos veces. Separa arbitrariamente cada par de resultados en dos columnas, A y B, y encuentra que las dos columnas tienen medias idénticas equivalente a 2 gr/ton. Luego decide seleccionar sólo los pares de resultados en los que el resultado en la columna A esté por encima de los 4 gr/ton (esto equivale al criterio de re-ensayo de 4 gr/ton). Mientras que la mayoría de los resultados en la columna B también están por encima de los 4 gr/ton, también hay unos pocos valores que están por debajo; todos los resultados de la columna A que están por debajo de los 4 gr/ton han sido excluidos pero no todos los resultados de la columna B. Por lo tanto, no es sorprendente encontrar que las medias de las dos columnas de esta lista corta de muestras ya no son iguales, con la columna A teniendo una media más alta que la de la columna B.
La parcialidad en la selección puede ser algo severa cuando hay presencia de material grueso de oro en el depósito, debido al “efecto pepita”. Esto se da porque el error de muestreo es considerable. La mayoría de muestras están por debajo de la ley promedio (aritméticamente) y dentro del gran grupo de muestras de baja ley; si se tuviesen que re-ensayar, habrá una pequeña cantidad de muestras que retornarán con una ley mucho más alta. En esta situación, si se desea demostrar la validez de los ensayos originales, se deberá hacer una selección que no esté basada en el ensayo original. Ésta se puede basar en la geología, o en una “envolvente de mineral” que acompaña los intervalos de la ley del mineral más algunos intervalos intermedios independientemente de su ley. A partir de esto, una selección al azar de intervalos puede servir para analizar la parcialidad en los ensayos originales.
Página 62 geología está bien definida y puede ser utilizada con un alto grado de confianza para distinguir el mineral de los residuos. Cuando se empleen envolventes de mineral para la selección de las muestras, éstas no deberán ser más estrechas que la máxima altura de banqueta contemplada (o la menor dimensión de la unidad minera).