Magíster en Minería / El método block caving ha sido aplicado exitosamente como método subterráneo masivo para depósitos minerales extensos y profundos. Sin embargo, durante el proceso de propagación de la subsidencia hacia la superficie, el agua acumulada en el macizo o en superficie puede entrar a la columna de extracción, mezclándose con el material rocoso fragmentado. Cuando esta mezcla se produce con material rocoso fino, la entrada de barro puede convertirse en uno de los principales riesgos operacionales en minas de hundimiento. Por este motivo, la evaluación del riesgo de entrada de barro a los puntos de extracción representa un rol importante en la recuperación de reservas, tanto para el corto como para el largo plazo. Hasta la fecha, pocas investigaciones han abordado el análisis de las variables de riesgo claves asociadas con la entrada de barro; en consecuencia, aún existen importantes limitaciones relacionadas con la identificación y cuantificación del grado de asociación entre las variables de riesgo operacionales mineras y la entrada de barro. Esta investigación tiene por objetivo estudiar y cuantificar la influencia de las principales variables de riesgo asociadas con la entrada de barro, por medio del análisis estadístico utilizando datos mina colectados desde División El Teniente y el método de regresión logística. La metodología de la investigación está compuesta de tres etapas. En primer lugar, se llevó a cabo un análisis univariable para estudiar el grado de asociación entre las variables de riesgo y la entrada de barro. En segundo lugar, se empleó la regresión logística multivariable para analizar la interrelación de las variables de riesgo claves relacionadas con la entrada de barro. Como resultado, se obtuvo el mejor modelo predictivo ajustado para el corto y largo plazo, respectivamente, con la finalidad de estimar la probabilidad de entrada de barro. La calibración y validación de los modelos se realizó utilizando los datos minas con los cuales fueron construyeron, con el objetivo de medir la capacidad predictiva para la entrada de barro. Finalmente, se emplearon los modelos predictivos para crear mapas de susceptabilidad (zonas de riesgo en base a probabilidades) de entrada de barro, tanto para el corto como el largo plazo, los que permiten identificar zonas propensas a la entrada de barro en cada punto de extracción. A partir de los resultados obtenidos, las conclusiones de este estudio indican que las variables de riesgo claves corresponden a la cavidad de subsidencia (canalón de subsidencia), porcentaje de extracción de la columna in situ, infiltración de agua, uniformidad de la extracción, y área vecina con barro en los puntos de extracción. Adicionalmente, la capacidad predictiva de los modelos se consideró como aceptable para la estimación del tonelaje extraído antes de la entrada de barro, debido a que la precisión de los modelos fue estimada en 84% para el modelo de planificación de corto plazo y 81% para el modelo de planificación de largo plazo. Por lo tanto, los resultados presentados demuestran que, utilizados en condiciones óptimas de calibración y validación, estos modelos predictivos pueden servir como una importante herramienta para delimitar zonas susceptibles a la entrada de barro. Del mismo modo, estos modelos predictivos pueden ser utilizados para evaluar diferentes planes de producción del corto y largo plazo en minería de hundimiento. Esto último, podría permitir tomar decisiones preventivas que eviten o minimicen la pérdida de reservas causadas por el fenómeno de la entrada de barro. / Block caving has been succesfully applied as bulk undergroud mining method for large, deep orebodies. Once the cave subsidence propagates to the surface, the accumulated water may enter the extraction column. Because of that, wet muck entry has been identified as one of the major operational risks in cave mines. Therefore, the risk assessment of wet muck entry is an important part of ore reserve recovery process for both short and long-term mine planning. Up to date, wet muck entry key variables are poorly understood. Thus, additional studies to identify and quantify the degree of association between risk variables and wet muck entry are needed. This research aims to study and quantify the influence of the principal risk variables related to wet muck entry through the execution of several statistical analyses using mine data collected from El Teniente mine, and using the logistic regression approach. The research methodology considered three stages. First, a univariate analysis were carried out to study the degree of association between main risk variables and wet muck entry. Second, the multivariate logistic regression method was used to analize the interrelationship of key risk variables related to wet muck entry. As a result, a best-fitted multiple predictive models were obtained to estimate the likelihood of wet muck entry. The calibration and validation of the models were performed to estimate its prediction capability. Finally, the predictive models were used to create a group of wet muck entry susceptible maps to identify the risk zones prone to wet muck entry based on wet muck entry likelihood in each drawpoint. To conclude, this study indicates that the key risk variables for wet muck entry are topographic gutter, percentage of ore extraction from the in situ column, water infiltration, uniformity of draw, and neighboring wet muck area at drawpoints. In addition, since models accuracy were estimated as 84% for short-term planning and 81% for long-term planning, the predictive ability of the models were found to be reliable in terms of ore tonnage drawn prior to wet muck entry at drawpoints. Therefore, the results presented in this research demonstrate that; if the model is applied under optimal calibration and validation, these predictive models can provide an important tool to delineate zones prone to wet muck entry. Moreover, they can be also used to evaluate different short and long-term production plans for block caving, allowing preventive decisions that will avoid or minimize the ore reserve losses caused by the wet muck entry phenomena.