Elecciones USA

library(viridis)
library(dplyr)
library(ggplot2)
data_set <- read.csv('primary_results.csv')
#View(data_set)

1. ¿Cuantos candidatos estaban en las primarias?

cand_list<- data_set %>%
  select(candidate) %>%
  filter(trimws(candidate)!= "No Preference" , trimws(candidate) != "Uncommitted")%>%
  group_by(candidate) %>%
  summarise()
print(cand_list)

De la información mostrada anteriormente es claro que la cantidad de cantidatos en las primarias eran 14.

2. ¿Cuantos candidatos estaban en las primarias?

party_cand<-data_set %>% 
  select(candidate, party) %>%
  filter(trimws(candidate)!= "No Preference" , trimws(candidate) != "Uncommitted" , 
         party == "Republican") %>%
  group_by(candidate) %>%
  summarise()
party_cand

De la información anterior es claro que 11 cantidatos eran Republicanos.

3. ¿Que partido obtuvo la mayor cantidad de votos en Florida?

votes_florida<- data_set %>%
  filter(trimws(candidate)!= "No Preference" , trimws(candidate)!= "Uncommitted")%>%
  filter(state == "Florida") %>%
  select(candidate, votes, party) %>%
  group_by(party) %>%
  summarise(Total=sum(votes))
votes_florida

Graficando tenemos:

votes_florida %>% ggplot(aes(x=party, y=Total))+
  geom_bar(stat = "identity", fill=c("blue", "red"))

4. ¿Que condado de Florida es el que tiene la mayor cantidad de votantes?

total_florida<- data_set %>%
  filter(trimws(candidate)!= "No Preference" , trimws(candidate)!= "Uncommitted")%>%
  filter(state == "Florida") %>%
  select(county, votes) %>%
  group_by(county)  %>%
  summarise(Total=sum(votes)) %>%
  mutate(index=c(1: nrow(total_florida)))
total_florida

florida_plot <- total_florida %>% 
  ggplot(aes(x=index, y=Total, fill=index)) + 
  geom_bar(stat = "identity", width = 1) + #Geometría de la grafica
  theme_minimal() + #Colores
  scale_x_continuous(breaks=seq(1,nrow(total_florida),by=4))#Cambio de escala eje x
florida_plot

5. En el condado de florida, que tuvo la mayor cantidad de votantes, ¿Que candidato tuvo la mayor cantidad de votos y de que partido era?

florida_summary <- data_set %>%
  filter(!(trimws(candidate)) %in% c( "No Preference", "Uncommitted")) %>%
  filter(state == "Florida") %>%
  select(candidate, votes) %>%
  group_by(candidate) %>%
  summarise(Total_Votes = sum(votes))
florida_summary

Graficando tenemos:

florida_summary_plot <- florida_summary %>%
  ggplot(aes(x=candidate, y=Total_Votes)) +
  geom_bar(stat = "identity", 
            fill=c("red", "blue", "green", "orange", "yellow", "brown"))
florida_summary_plot

6- ¿Cuantas personas Votaron por Hillary Clinton y cuantas por Donald Trump en estados unidos?

Clin_Trump<- data_set %>%
  filter(!(trimws(candidate)) %in% c("No Preference", "Uncommitted"))%>%
  filter(candidate == "Donald Trump" | candidate == "Hillary Clinton") %>%
  select(candidate, votes) %>%
  group_by(candidate) %>%
  summarise(Votes=sum(votes))
Clin_Trump

7. ¿Cual es la probabilidad de que si alguien sea republicano en florida haya votado por Jeb Bush?

florida_republic <- data_set %>%
  filter(!(trimws(candidate)) %in% c("No Preference", "Uncommitted"))%>%
  filter(party == "Republican", state == "Florida") %>%
  select(votes) %>%
  summarise(Total=sum(votes))
florida_republic

La cardinalidad del espacion muestral esta formada por 2276926 votantes, es decir votantes que son republicanos de florida.

florida_republic_bush <- data_set %>%
  filter(!(trimws(candidate)) %in% c("No Preference", "Uncommitted"))%>%
  filter(party == "Republican", state == "Florida", candidate == "Jeb Bush") %>%
  select(votes) %>%
  summarise(Total=sum(votes))
florida_republic_bush

La cardinalida del evento votante que voto por Jeb Bush, republicano y de florida es de 0

Por lo tanto la probabilidad sera de 0

8. Dado que una persona voto por Ted Cruz, ¿Cual es la probabilidad que sea de California?

Primero calcularemos la probabilidad de que un votante haya votado por Ted Cruz.

Votantes por Ted Cruz

ted_vots<- data_set %>%
  filter(candidate == "Ted Cruz")%>%
  select(votes) %>%
  summarise(Total=sum(votes))
#ted_vots

Total de Votantes

total_vots <- data_set %>%
  select(votes) %>%
  summarise(Total=sum(votes)) 
#total_vots

Probabilidad de Voto por Ted Cruz

prob1<-ted_vots/total_vots
colnames(prob1)<-c("Probabilidad 1")
prob1

Ahora calcularemos la probabilidad de que un votante sea de California:

Votantes de California

vote_calif<-data_set %>%
  filter(state == "California") %>%
  select(votes) %>%
  summarise(Total_California=sum(votes))
#vote_calif

Probabilidad de Voto en California:

prob2<-vote_calif/total_vots
colnames(prob2)<-c("Probabilidad 2")
prob2

Ahora calcularemos la probabilidad de la intersección ya que los dos eventos anteriores son independiente .

cruz_california <- data_set %>%
  filter(state=="California", candidate=="Ted Cruz") %>%
  select(votes) %>%
  summarise(Cruz_Cal = sum(votes))
#Calculo de Probabilidad
prob3<- cruz_california/total_vots
colnames(prob3)<-c("Probabilidad 3")
prob3

Finalmente calcularemos la probabilidad de que un votante sea de California, dado que voto por Ted Cruz

prob4<-prob3/prob2
colnames(prob4)<-c("Probabilidad 4")
prob4

9. Dado que un persona es de Texas, ¿Cual es la probabilidad que vote por Donald Trump?

Calcularemos la probabilidad de que un votante sea de Texas

Votantes de Texas

texas_votes<-data_set %>%
  filter(state == "Texas") %>%
  select(votes) %>%
  summarise(Texas_Votes=sum(votes))
#texas_votes

Probabilidad de Voto en Texas

prob5<- texas_votes/total_vots
colnames(prob5)<-c("Probabilidad 5")
prob5

Votantes por Donald Trump

trump_votes <- data_set %>%
  filter(candidate == "Donald Trump") %>%
  select(votes) %>%
  summarise(Trump_Votes = sum(votes))
#trump_votes

Probabilidad de Voto por Trump

prob6<-trump_votes/total_vots
colnames(prob6)<-c("Probabilidad 5")
prob6

Ahora calcularemos la probabilidad de la intersección ya que los dos eventos anteriores son independiente .

trump_texas <- data_set %>% 
  filter(candidate=="Donald Trump", state=="Texas") %>%
  select(votes) %>%
  summarise(Total=sum(votes))
#Calculo de probabilidad
prob7<- trump_texas/total_vots
colnames(prob7)<-c("Probabilidad 7")
prob7

Finalmente calcularemos la probabilidad de que un votante vote por Dondal Trump, dado que es de Texas:

prob8<- prob7/prob5
colnames(prob8)<-c("Probabilidad 8")
prob8

10. ¿Que condado de los Estados Unidos es el que tuvo la mayor cantidad de votantes?

vote_condado<- data_set %>%
  filter(!(trimws(candidate)) %in% c("No Preference", "Uncommitted"))%>%
  select(county, votes)%>%
  group_by(county) %>%
  summarise(Votes = sum(votes))
vote_condado

max_votes<-which.max(vote_condado$Votes) #Obtenemos el Maximo.
condados<-vote_condado$county
(condados[max_votes][1])

[1] Los Angeles
2633 Levels: Abbeville Abbot Abington Acadia Accomack Acton Acushnet ... Ziebach