probabilidades nombres y disciplinas deportivas

C?LCULO DE PROBABILIDADES DE UN CONJUNTO DE DATOS UTILIZANDO MATRIZ DE FRECUENCIAS Y FRECUENCIAS RELATIVAS. TABLA DE CONTINGENCIAS

Se descarga y se carga un conjunto de datos que se encuentra en el link: https://raw.githubusercontent.com/rpizarrog/probabilidad-y-estad-stica/master/practicas%20R/unidad%202/participantes%20en%20equipos%20deportivos.csv. Luego se generan las tablas de frecuencias ? TABLA DE CONTINGENCIAS para cada disciplina deportiva

Se determinan los m?rgenes o totales de cada poblaci?n

Se determinan las frecuencias relativas y con ello las probabilidades

Instalar y cargar los paquetes necesarios

# install.packages("readr")
library(readr)

Se llama el conjunto de datos

datos <- read.csv("https://raw.githubusercontent.com/rpizarrog/probabilidad-y-estad-stica/master/practicas%20R/unidad%202/participantes%20en%20equipos%20deportivos.csv")

datos

##      nombres sexo futbol basquetbol voleybol atletismo ajedrez
## 1        Ana    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 2    Antonio    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 3    Aracely    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 4     Carmen    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 5    Eduardo    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 6    Ernesto    M  FALSE       TRUE    FALSE     FALSE   FALSE
## 7     Gabino    M  FALSE       TRUE    FALSE     FALSE   FALSE
## 8    Gerardo    M   TRUE      FALSE     TRUE     FALSE   FALSE
## 9     Javier    M  FALSE       TRUE    FALSE     FALSE   FALSE
## 10  Jeorgina    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 11      Juan    M   TRUE      FALSE    FALSE      TRUE   FALSE
## 12      Lalo    M  FALSE      FALSE     TRUE     FALSE   FALSE
## 13     Laura    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 14      Lucy    F   TRUE      FALSE     TRUE      TRUE   FALSE
## 15      Luis    M  FALSE      FALSE     TRUE     FALSE   FALSE
## 16     Luisa    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 17    Lupita    F   TRUE       TRUE    FALSE     FALSE   FALSE
## 18 Margarita    F  FALSE       TRUE    FALSE      TRUE   FALSE
## 19 Margarito    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 20     Maria    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 21      Memo    M   TRUE      FALSE    FALSE     FALSE    TRUE
## 22     Oscar    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 23      Paco    M   TRUE      FALSE     TRUE     FALSE    TRUE
## 24  Patricia    F   TRUE      FALSE    FALSE      TRUE   FALSE
## 25      Paty    F   TRUE       TRUE    FALSE     FALSE   FALSE
## 26      Raul    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 27  Romualdo    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 28   Rosario    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 29     Rubén    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 30  Salvador    M   TRUE      FALSE    FALSE      TRUE   FALSE
## 31    Sandra    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 32    Sandro    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 33      Saul    M   TRUE      FALSE     TRUE     FALSE   FALSE
## 34      Yuri    F   TRUE      FALSE    FALSE     FALSE   FALSE

***************************************************************************************

Futbol

datos

##      nombres sexo futbol basquetbol voleybol atletismo ajedrez
## 1        Ana    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 2    Antonio    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 3    Aracely    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 4     Carmen    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 5    Eduardo    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 6    Ernesto    M  FALSE       TRUE    FALSE     FALSE   FALSE
## 7     Gabino    M  FALSE       TRUE    FALSE     FALSE   FALSE
## 8    Gerardo    M   TRUE      FALSE     TRUE     FALSE   FALSE
## 9     Javier    M  FALSE       TRUE    FALSE     FALSE   FALSE
## 10  Jeorgina    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 11      Juan    M   TRUE      FALSE    FALSE      TRUE   FALSE
## 12      Lalo    M  FALSE      FALSE     TRUE     FALSE   FALSE
## 13     Laura    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 14      Lucy    F   TRUE      FALSE     TRUE      TRUE   FALSE
## 15      Luis    M  FALSE      FALSE     TRUE     FALSE   FALSE
## 16     Luisa    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 17    Lupita    F   TRUE       TRUE    FALSE     FALSE   FALSE
## 18 Margarita    F  FALSE       TRUE    FALSE      TRUE   FALSE
## 19 Margarito    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 20     Maria    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 21      Memo    M   TRUE      FALSE    FALSE     FALSE    TRUE
## 22     Oscar    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 23      Paco    M   TRUE      FALSE     TRUE     FALSE    TRUE
## 24  Patricia    F   TRUE      FALSE    FALSE      TRUE   FALSE
## 25      Paty    F   TRUE       TRUE    FALSE     FALSE   FALSE
## 26      Raul    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 27  Romualdo    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 28   Rosario    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 29     Rubén    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 30  Salvador    M   TRUE      FALSE    FALSE      TRUE   FALSE
## 31    Sandra    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 32    Sandro    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 33      Saul    M   TRUE      FALSE     TRUE     FALSE   FALSE
## 34      Yuri    F   TRUE      FALSE    FALSE     FALSE   FALSE

tablafutbol <- table(datos$futbol, datos$sexo)
tablafutbol

##        
##          F  M
##   FALSE 10  9
##   TRUE   5 10

Aprendemos la funci?n cbind y apply

cbind significa agregar una columna a una tabla existente

apply significa aplicar una funci?n por columna o por renglon a una tabla existene

De tal forma que argegamos la columna totales (al margen derecho de la tabla con cbind para identificar el total de cada renglon, es decir, la poblaci?n)

sumando con apply los valores de cada rengl?n

Total = apply(tablafutbol, 1, sum)) significa aplicar la funci?n por cada rengl?n,

eso lo determina el valor de 1 en la funci?n apply. La column se llamar? Total

Tabla de Contingencia

tablafutbol<-cbind(tablafutbol, Total = apply(tablafutbol, 1, sum))
tablafutbol

##        F  M Total
## FALSE 10  9    19
## TRUE   5 10    15

Ahora agregamos un nuevo rengl?n, por medio de rbind

sumando con apply los valores de cada columna

Total = apply(tablafutbol, 2, sum)) significa aplicar la funci?n por cada columna,

eso lo determina el valor de 2 en la funci?n apply. La column se llamar? Total

  tablafutbol<-rbind(tablafutbol, Total = apply(tablafutbol, 2, sum))
  tablafutbol

##        F  M Total
## FALSE 10  9    19
## TRUE   5 10    15
## Total 15 19    34

Probabilidades mediante frecuencia relativa

?Qu? probabilidad existe de elegir ALEATORIAMENTE a un nombre y que JUEGUE FUTBOL?

?Qu? probabilidad existe de elegir ALEATORIAMENTE a un nombre que sea Mujer (“F” Femenino) y que JUEGUE FUTBOL?

?Qu? probabilidad existe de elegir ALEATORIAMENTE a un nombre que sea Hombre (“M” Masculino) y que JUEGUE FUTBOL?

Habr? muchos caminos para encontrar la soluci?n mediante programamci?n en R

Aqu? mostramos una mediante el uso de una funci?n y por medio de un ciclo

generando as? una tabla de proporciones.

Tabla de Contingencia. Proporciones

tablafutbolpropor <- NULL
tablafutbolpropor

## NULL

vamos a utilizar una variable llamada m para hacerlo m?s pr?ctico. m es entonces una tabla o una matriz de “r” renglones y “c”" columnas

m <- tablafutbol
m

##        F  M Total
## FALSE 10  9    19
## TRUE   5 10    15
## Total 15 19    34

determinamos n o el conjunto e la poblaci?n

n <- max(m)    # valor de cantidad de la poblaci?n es 34 o sea n
n

## [1] 34

# Determinar n ser?a lo mismo por medio de funci?n length(datos$nombres, que es la cantidad
# de nombres del conjunto de datos
n <- length(datos$nombres)
n

## [1] 34

Determinmos las proporciones de cada celda de la tabla

Redondeamos a 4 d?gitos

m/n; siendo m la matriz y n la poblaci?n total; entonces:

tablafutbolpropor <- tablafutbolpropor <- round(m/n, 4)
tablafutbolpropor

##            F      M  Total
## FALSE 0.2941 0.2647 0.5588
## TRUE  0.1471 0.2941 0.4412
## Total 0.4412 0.5588 1.0000

Probabilidades

Con ellos resolvemos cualquier cuestionamiento de probabilidades con respecto

a disciplina de futbol y el g?nero (sexo) de la persona o el nombre

?Qu? probabilidad existe de elegir ALEATORIAMENTE a una persona que participan en equipo de F?TBOL?

tablafutbol

##        F  M Total
## FALSE 10  9    19
## TRUE   5 10    15
## Total 15 19    34

tablafutbolpropor

##            F      M  Total
## FALSE 0.2941 0.2647 0.5588
## TRUE  0.1471 0.2941 0.4412
## Total 0.4412 0.5588 1.0000

# Seleccionar de la tabla el rengl?n 2 (TRUE) que juegan y columna 3 (TOTAL); de la tablafutbol y tambi?n de la tablafutbolpropor
tablafutbol[2,3]       # Con respecto al total del rengl?n

## [1] 15

paste(tablafutbol[2,3], "/", n)  # Concatena una expresi?n o junta expresiones

## [1] "15 / 34"

tablafutbolpropor[2,3] # con respecto al total del rengl?n

## [1] 0.4412

?Qu? probabilidad existe de elegir ALEATORIAMENTE a una persona que participan en equipo de F?TBOL y que sea Hombre “M” = Masculino?

Seleccionamos y buscamos la INTERSECCION Rengl?n 2 Columna 2

# Seleccionar de la tabla el rengl?n 2 (TRUE) y columna 2 (que son Masculino), ; de la tablafutbol y tambi?n de la tablafutbolpropor

tablafutbol[2,2]       # Con respecto al total del rengl?n

## [1] 10

paste(tablafutbol[2,2], "/", n)  # Concatena una expresi?n o junta expresiones

## [1] "10 / 34"

tablafutbolpropor[2,2] # con respecto al total del rengl?n

## [1] 0.2941

?Qu? probabilidad existe de elegir ALEATORIAMENTE a una persona que participan en equipo de F?TBOL y que sea Mujer “F” = Femenino?

Seleccionamos y buscamos la INTERSECCION Rengl?n 2 Columna 1

# Seleccionar de la tabla el rengl?n 2 (TRUE) y columna 1 (que son Femenino), ; de la tablafutbol y tambi?n de la tablafutbolpropor

tablafutbol[2,1]       # Con respecto al total del rengl?n

## [1] 5

paste(tablafutbol[2,1], "/", n)  # Concatena una expresi?n o junta expresiones

## [1] "5 / 34"

tablafutbolpropor[2,1] # con respecto al total del rengl?n

## [1] 0.1471

***************************************************************************************

Basquetbol

Todo a partir de los datos

datos

##      nombres sexo futbol basquetbol voleybol atletismo ajedrez
## 1        Ana    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 2    Antonio    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 3    Aracely    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 4     Carmen    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 5    Eduardo    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 6    Ernesto    M  FALSE       TRUE    FALSE     FALSE   FALSE
## 7     Gabino    M  FALSE       TRUE    FALSE     FALSE   FALSE
## 8    Gerardo    M   TRUE      FALSE     TRUE     FALSE   FALSE
## 9     Javier    M  FALSE       TRUE    FALSE     FALSE   FALSE
## 10  Jeorgina    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 11      Juan    M   TRUE      FALSE    FALSE      TRUE   FALSE
## 12      Lalo    M  FALSE      FALSE     TRUE     FALSE   FALSE
## 13     Laura    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 14      Lucy    F   TRUE      FALSE     TRUE      TRUE   FALSE
## 15      Luis    M  FALSE      FALSE     TRUE     FALSE   FALSE
## 16     Luisa    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 17    Lupita    F   TRUE       TRUE    FALSE     FALSE   FALSE
## 18 Margarita    F  FALSE       TRUE    FALSE      TRUE   FALSE
## 19 Margarito    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 20     Maria    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 21      Memo    M   TRUE      FALSE    FALSE     FALSE    TRUE
## 22     Oscar    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 23      Paco    M   TRUE      FALSE     TRUE     FALSE    TRUE
## 24  Patricia    F   TRUE      FALSE    FALSE      TRUE   FALSE
## 25      Paty    F   TRUE       TRUE    FALSE     FALSE   FALSE
## 26      Raul    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 27  Romualdo    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 28   Rosario    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 29     Rubén    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 30  Salvador    M   TRUE      FALSE    FALSE      TRUE   FALSE
## 31    Sandra    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 32    Sandro    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 33      Saul    M   TRUE      FALSE     TRUE     FALSE   FALSE
## 34      Yuri    F   TRUE      FALSE    FALSE     FALSE   FALSE

Tabla de Contingencia

Ahora a formar la tabla de contingencias

tablabasquetbol <- table(datos$basquetbol, datos$sexo)
tablabasquetbol

##        
##          F  M
##   FALSE  8 16
##   TRUE   7  3

Aprendemos la funci?n cbind y apply

cbind significa agregar una columna a una tabla existente

apply significa aplicar una funci?n por columna o por renglon a una tabla existene

De tal forma que argegamos la columna totales (al margen derecho de la tabla con cbind para identificar el total de cada renglon, es decir, la poblaci?n)

sumando con apply los valores de cada rengl?n

Total = apply(tablafutbol, 1, sum)) significa aplicar la funci?n por cada rengl?n,

eso lo determina el valor de 1 en la funci?n apply. La column se llamar? Total

tablabasquetbol<-cbind(tablabasquetbol, Total = apply(tablabasquetbol, 1, sum))
tablabasquetbol

##       F  M Total
## FALSE 8 16    24
## TRUE  7  3    10

Ahora agregamos un nuevo rengl?n, por medio de rbind

sumando con apply los valores de cada columna

Total = apply(tablafutbol, 2, sum)) significa aplicar la funci?n por cada columna,

eso lo determina el valor de 2 en la funci?n apply. La column se llamar? Total

  tablabasquetbol<-rbind(tablabasquetbol, Total = apply(tablabasquetbol, 2, sum))
  tablabasquetbol

##        F  M Total
## FALSE  8 16    24
## TRUE   7  3    10
## Total 15 19    34

Probabilidades mediante frecuencia relativa

?Qu? probabilidad existe de elegir ALEATORIAMENTE a un nombre y que JUEGUE BASQUETBOL?

?Qu? probabilidad existe de elegir ALEATORIAMENTE a un nombre que sea Mujer (“F” Femenino) y que JUEGUE BASQUETBOL?

?Qu? probabilidad existe de elegir ALEATORIAMENTE a un nombre que sea Hombre (“M” Masculino) y que JUEGUE BASQUETBOL?

Habr? muchos caminos para encontrar la soluci?n mediante programamci?n en R

Aqu? mostramos una mediante el uso de una funci?n y por medio de un ciclo

generando as? una tabla de proporciones.

Tabla de Contingencia. Proporciones

tablabasquetbolpropor <- NULL
tablabasquetbolpropor

## NULL

vamos a utilizar una variable llamada m para hacerlo m?s pr?ctico. m es entonces una tabla o una matriz de “r” renglones y “c”" columnas

m <- tablabasquetbol
m

##        F  M Total
## FALSE  8 16    24
## TRUE   7  3    10
## Total 15 19    34

determinamos n o el conjunto e la poblaci?n

n <- max(m)    # valor de cantidad de la poblaci?n es 34 o sea n
n

## [1] 34

# Determinar n ser?a lo mismo por medio de funci?n length(datos$nombres, que es la cantidad
# de nombres del conjunto de datos
n <- length(datos$nombres)
n

## [1] 34

Determinmos las proporciones de cada celda de la tabla

Redondeamos a 4 d?gitos

m/n; siendo m la matriz y n la poblaci?n total; entonces:

tablabasquetbolpropor <- round(m/n, 4)
tablabasquetbolpropor

##            F      M  Total
## FALSE 0.2353 0.4706 0.7059
## TRUE  0.2059 0.0882 0.2941
## Total 0.4412 0.5588 1.0000

C?lculo de Probabilidades

Con ellos resolvemos cualquier cuestionamiento de probabilidades con respecto

a disciplina de futbol y el g?nero (sexo) de la persona o el nombre

?Qu? probabilidad existe de elegir ALEATORIAMENTE a una persona que participan en equipo de BASQUETBOL?

tablabasquetbol

##        F  M Total
## FALSE  8 16    24
## TRUE   7  3    10
## Total 15 19    34

tablabasquetbolpropor

##            F      M  Total
## FALSE 0.2353 0.4706 0.7059
## TRUE  0.2059 0.0882 0.2941
## Total 0.4412 0.5588 1.0000

# Seleccionar de la tabla el rengl?n 2 (TRUE) que juegan y columna 3 (TOTAL); de la tablabasquetbol y tambi?n de la tablabasquetbolpropor
tablabasquetbol[2,3]       # Con respecto al total del rengl?n

## [1] 10

paste(tablabasquetbol[2,3], "/", n)  # Concatena una expresi?n o junta expresiones

## [1] "10 / 34"

tablabasquetbolpropor[2,3] # con respecto al total del rengl?n

## [1] 0.2941

?Qu? probabilidad existe de elegir ALEATORIAMENTE a una persona que participan en equipo de BASQUETBOL y que sea Hombre “M” = Masculino?

Seleccionamos y buscamos la INTERSECCION Rengl?n 2 Columna 2

# Seleccionar de la tabla el rengl?n 2 (TRUE) y columna 2 (que son Masculino), ; de la tablabasquetbol y tambi?n de la tablabasquetbolpropor

tablabasquetbol[2,2]       # Con respecto al total del rengl?n

## [1] 3

paste(tablabasquetbol[2,2], "/", n)  # Concatena una expresi?n o junta expresiones

## [1] "3 / 34"

tablabasquetbolpropor[2,2] # con respecto al total del rengl?n

## [1] 0.0882

?Qu? probabilidad existe de elegir ALEATORIAMENTE a una persona que participan en equipo de BASQUETBOL y que sea Mujer “F” = Femenino?

Seleccionamos y buscamos la INTERSECCION Rengl?n 2 Columna 1

# Seleccionar de la tabla el rengl?n 2 (TRUE) y columna 1 (que son Femenino), ; de la tablabasquetbol y tambi?n de la tablabasquetbolpropor

tablabasquetbol[2,1]       # Con respecto al total del rengl?n

## [1] 7

paste(tablabasquetbol[2,1], "/", n)  # Concatena una expresi?n o junta expresiones

## [1] "7 / 34"

tablabasquetbolpropor[2,1] # con respecto al total del rengl?n

## [1] 0.2059

***************************************************************************************

Voleybol

Para ello nos ahorraremos algunos comentarios y solo mostramos el c?digo

Todo a partir de los datos

datos

##      nombres sexo futbol basquetbol voleybol atletismo ajedrez
## 1        Ana    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 2    Antonio    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 3    Aracely    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 4     Carmen    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 5    Eduardo    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 6    Ernesto    M  FALSE       TRUE    FALSE     FALSE   FALSE
## 7     Gabino    M  FALSE       TRUE    FALSE     FALSE   FALSE
## 8    Gerardo    M   TRUE      FALSE     TRUE     FALSE   FALSE
## 9     Javier    M  FALSE       TRUE    FALSE     FALSE   FALSE
## 10  Jeorgina    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 11      Juan    M   TRUE      FALSE    FALSE      TRUE   FALSE
## 12      Lalo    M  FALSE      FALSE     TRUE     FALSE   FALSE
## 13     Laura    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 14      Lucy    F   TRUE      FALSE     TRUE      TRUE   FALSE
## 15      Luis    M  FALSE      FALSE     TRUE     FALSE   FALSE
## 16     Luisa    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 17    Lupita    F   TRUE       TRUE    FALSE     FALSE   FALSE
## 18 Margarita    F  FALSE       TRUE    FALSE      TRUE   FALSE
## 19 Margarito    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 20     Maria    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 21      Memo    M   TRUE      FALSE    FALSE     FALSE    TRUE
## 22     Oscar    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 23      Paco    M   TRUE      FALSE     TRUE     FALSE    TRUE
## 24  Patricia    F   TRUE      FALSE    FALSE      TRUE   FALSE
## 25      Paty    F   TRUE       TRUE    FALSE     FALSE   FALSE
## 26      Raul    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 27  Romualdo    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 28   Rosario    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 29     Rubén    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 30  Salvador    M   TRUE      FALSE    FALSE      TRUE   FALSE
## 31    Sandra    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 32    Sandro    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 33      Saul    M   TRUE      FALSE     TRUE     FALSE   FALSE
## 34      Yuri    F   TRUE      FALSE    FALSE     FALSE   FALSE

Tabla de Contingencias

Ahora a formar la tabla de contingencias

tablavoleybol <- table(datos$voleybol, datos$sexo)
tablavoleybol

##        
##          F  M
##   FALSE 14 14
##   TRUE   1  5

tablavoleybol<-cbind(tablavoleybol, Total = apply(tablavoleybol, 1, sum))
tablavoleybol

##        F  M Total
## FALSE 14 14    28
## TRUE   1  5     6

  tablavoleybol<-rbind(tablavoleybol, Total = apply(tablavoleybol, 2, sum))
  tablavoleybol

##        F  M Total
## FALSE 14 14    28
## TRUE   1  5     6
## Total 15 19    34

Probabilidades mediante frecuencia relativa

Tabla de Contingencas. Proporciones

tablavoleybolpropor <- NULL
tablavoleybolpropor

## NULL

vamos a utilizar una variable llamada m para hacerlo m?s pr?ctico. m es entonces una tabla o una matriz de “r” renglones y “c”" columnas

m <- tablavoleybol
m

##        F  M Total
## FALSE 14 14    28
## TRUE   1  5     6
## Total 15 19    34

Determinmos las proporciones de cada celda de la tabla

Redondeamos a 4 d?gitos

m/n; siendo m la matriz y n la poblaci?n total; entonces:

tablavoleybolpropor <- round(m/n, 4)
tablavoleybolpropor

##            F      M  Total
## FALSE 0.4118 0.4118 0.8235
## TRUE  0.0294 0.1471 0.1765
## Total 0.4412 0.5588 1.0000

C?lculo de Probabilidades

?Qu? probabilidad existe de elegir ALEATORIAMENTE a una persona que participan en equipo de VOLEYBOL?

tablavoleybol

##        F  M Total
## FALSE 14 14    28
## TRUE   1  5     6
## Total 15 19    34

tablavoleybolpropor

##            F      M  Total
## FALSE 0.4118 0.4118 0.8235
## TRUE  0.0294 0.1471 0.1765
## Total 0.4412 0.5588 1.0000

# Seleccionar de la tabla el rengl?n 2 (TRUE) que juegan y columna 3 (TOTAL); de la tablavoleybol y tambi?n de la tablavoleybolpropor
tablavoleybol[2,3]       # Con respecto al total del rengl?n

## [1] 6

paste(tablavoleybol[2,3], "/", n)  # Concatena una expresi?n o junta expresiones

## [1] "6 / 34"

tablavoleybolpropor[2,3] # con respecto al total del rengl?n

## [1] 0.1765

?Qu? probabilidad existe de elegir ALEATORIAMENTE a una persona que participan en equipo de VOLEYBOL y que sea Hombre “M” = Masculino?

Seleccionamos y buscamos la INTERSECCION Rengl?n 2 Columna 2

# Seleccionar de la tabla el rengl?n 2 (TRUE) y columna 2 (que son Masculino), ; de la tablavoleybol y tambi?n de la tablavoleybolpropor

tablavoleybol[2,2]       # Con respecto al total del rengl?n

## [1] 5

paste(tablavoleybol[2,2], "/", n)  # Concatena una expresi?n o junta expresiones

## [1] "5 / 34"

tablavoleybolpropor[2,2] # con respecto al total del rengl?n

## [1] 0.1471

?Qu? probabilidad existe de elegir ALEATORIAMENTE a una persona que participan en equipo de VOLEYBOL y que sea Mujer “F” = Femenino?

Seleccionamos y buscamos la INTERSECCION Rengl?n 2 Columna 1

# Seleccionar de la tabla el rengl?n 2 (TRUE) y columna 1 (que son Femenino), ; de la tablavoleybol y tambi?n de la tablavoleybolpropor

tablavoleybol[2,1]       # Con respecto al total del rengl?n

## [1] 1

paste(tablavoleybol[2,1], "/", n)  # Concatena una expresi?n o junta expresiones

## [1] "1 / 34"

tablavoleybolpropor[2,1] # con respecto al total del rengl?n

## [1] 0.0294

***************************************************************************************

Atletismo

Para ello nos ahorraremos algunos comentarios y solo mostramos el c?digo

Todo a partir de los datos

datos

##      nombres sexo futbol basquetbol voleybol atletismo ajedrez
## 1        Ana    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 2    Antonio    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 3    Aracely    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 4     Carmen    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 5    Eduardo    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 6    Ernesto    M  FALSE       TRUE    FALSE     FALSE   FALSE
## 7     Gabino    M  FALSE       TRUE    FALSE     FALSE   FALSE
## 8    Gerardo    M   TRUE      FALSE     TRUE     FALSE   FALSE
## 9     Javier    M  FALSE       TRUE    FALSE     FALSE   FALSE
## 10  Jeorgina    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 11      Juan    M   TRUE      FALSE    FALSE      TRUE   FALSE
## 12      Lalo    M  FALSE      FALSE     TRUE     FALSE   FALSE
## 13     Laura    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 14      Lucy    F   TRUE      FALSE     TRUE      TRUE   FALSE
## 15      Luis    M  FALSE      FALSE     TRUE     FALSE   FALSE
## 16     Luisa    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 17    Lupita    F   TRUE       TRUE    FALSE     FALSE   FALSE
## 18 Margarita    F  FALSE       TRUE    FALSE      TRUE   FALSE
## 19 Margarito    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 20     Maria    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 21      Memo    M   TRUE      FALSE    FALSE     FALSE    TRUE
## 22     Oscar    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 23      Paco    M   TRUE      FALSE     TRUE     FALSE    TRUE
## 24  Patricia    F   TRUE      FALSE    FALSE      TRUE   FALSE
## 25      Paty    F   TRUE       TRUE    FALSE     FALSE   FALSE
## 26      Raul    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 27  Romualdo    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 28   Rosario    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 29     Rubén    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 30  Salvador    M   TRUE      FALSE    FALSE      TRUE   FALSE
## 31    Sandra    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 32    Sandro    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 33      Saul    M   TRUE      FALSE     TRUE     FALSE   FALSE
## 34      Yuri    F   TRUE      FALSE    FALSE     FALSE   FALSE

Tabla de Contingencias

Ahora a formar la tabla de contingencias

tablaatletismo <- table(datos$atletismo, datos$sexo)
tablaatletismo

##        
##          F  M
##   FALSE 12 17
##   TRUE   3  2

tablaatletismo<-cbind(tablaatletismo, Total = apply(tablaatletismo, 1, sum))
tablaatletismo

##        F  M Total
## FALSE 12 17    29
## TRUE   3  2     5

  tablaatletismo<-rbind(tablaatletismo, Total = apply(tablaatletismo, 2, sum))
  tablaatletismo

##        F  M Total
## FALSE 12 17    29
## TRUE   3  2     5
## Total 15 19    34

Probabilidades mediante frecuencia relativa

Tablas de contingencias. Proporciones

tablaatletismopropor <- NULL
tablaatletismopropor

## NULL

vamos a utilizar una variable llamada m para hacerlo m?s pr?ctico. m es entonces una tabla o una matriz de “r” renglones y “c”" columnas

m <- tablaatletismo
m

##        F  M Total
## FALSE 12 17    29
## TRUE   3  2     5
## Total 15 19    34

Determinamos las proporciones de cada celda de la tabla

Redondeamos a 4 d?gitos

m/n; siendo m la matriz y n la poblaci?n total; entonces:

tablaatletismopropor <- tablaatletismopropor <- round(m/n, 4)
tablaatletismopropor

##            F      M  Total
## FALSE 0.3529 0.5000 0.8529
## TRUE  0.0882 0.0588 0.1471
## Total 0.4412 0.5588 1.0000

C?lculo de Probabilidades

?Qu? probabilidad existe de elegir ALEATORIAMENTE a una persona que participan en equipo de ATLETISMO?

tablaatletismo

##        F  M Total
## FALSE 12 17    29
## TRUE   3  2     5
## Total 15 19    34

tablaatletismopropor

##            F      M  Total
## FALSE 0.3529 0.5000 0.8529
## TRUE  0.0882 0.0588 0.1471
## Total 0.4412 0.5588 1.0000

# Seleccionar de la tabla el rengl?n 2 (TRUE) que juegan y columna 3 (TOTAL); de la tablaatletismo y tambi?n de la tablaatletismopropor
tablaatletismo[2,3]       # Con respecto al total del rengl?n

## [1] 5

paste(tablaatletismo[2,3], "/", n)  # Concatena una expresi?n o junta expresiones

## [1] "5 / 34"

tablaatletismopropor[2,3] # con respecto al total del rengl?n

## [1] 0.1471

?Qu? probabilidad existe de elegir ALEATORIAMENTE a una persona que participan en equipo de ATLETISMO y que sea Hombre “M” = Masculino?

Seleccionamos y buscamos la INTERSECCION Rengl?n 2 Columna 2

# Seleccionar de la tabla el rengl?n 2 (TRUE) y columna 2 (que son Masculino), ; de la tablaatletismo y tambi?n de la tablaatletismopropor

tablaatletismo[2,2]       # Con respecto al total del rengl?n

## [1] 2

paste(tablaatletismo[2,2], "/", n)  # Concatena una expresi?n o junta expresiones

## [1] "2 / 34"

tablaatletismopropor[2,2] # con respecto al total del rengl?n

## [1] 0.0588

?Qu? probabilidad existe de elegir ALEATORIAMENTE a una persona que participan en equipo de ATLETISMO y que sea Mujer “F” = Femenino?

Seleccionamos y buscamos la INTERSECCION Rengl?n 2 Columna 1

# Seleccionar de la tabla el rengl?n 2 (TRUE) y columna 1 (que son Femenino), ; de la tablaatletismo y tambi?n de la tablavoleybolpropor

tablaatletismo[2,1]       # Con respecto al total del rengl?n

## [1] 3

paste(tablaatletismo[2,1], "/", n)  # Concatena una expresi?n o junta expresiones

## [1] "3 / 34"

tablaatletismopropor[2,1] # con respecto al total del rengl?n

## [1] 0.0882

***************************************************************************************

Ajedrez

Para ello nos ahorraremos algunos comentarios y solo mostramos el c?digo

Todo a partir de los datos

datos

##      nombres sexo futbol basquetbol voleybol atletismo ajedrez
## 1        Ana    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 2    Antonio    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 3    Aracely    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 4     Carmen    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 5    Eduardo    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 6    Ernesto    M  FALSE       TRUE    FALSE     FALSE   FALSE
## 7     Gabino    M  FALSE       TRUE    FALSE     FALSE   FALSE
## 8    Gerardo    M   TRUE      FALSE     TRUE     FALSE   FALSE
## 9     Javier    M  FALSE       TRUE    FALSE     FALSE   FALSE
## 10  Jeorgina    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 11      Juan    M   TRUE      FALSE    FALSE      TRUE   FALSE
## 12      Lalo    M  FALSE      FALSE     TRUE     FALSE   FALSE
## 13     Laura    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 14      Lucy    F   TRUE      FALSE     TRUE      TRUE   FALSE
## 15      Luis    M  FALSE      FALSE     TRUE     FALSE   FALSE
## 16     Luisa    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 17    Lupita    F   TRUE       TRUE    FALSE     FALSE   FALSE
## 18 Margarita    F  FALSE       TRUE    FALSE      TRUE   FALSE
## 19 Margarito    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 20     Maria    F  FALSE       TRUE    FALSE     FALSE   FALSE
## 21      Memo    M   TRUE      FALSE    FALSE     FALSE    TRUE
## 22     Oscar    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 23      Paco    M   TRUE      FALSE     TRUE     FALSE    TRUE
## 24  Patricia    F   TRUE      FALSE    FALSE      TRUE   FALSE
## 25      Paty    F   TRUE       TRUE    FALSE     FALSE   FALSE
## 26      Raul    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 27  Romualdo    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 28   Rosario    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 29     Rubén    M   TRUE      FALSE    FALSE     FALSE   FALSE
## 30  Salvador    M   TRUE      FALSE    FALSE      TRUE   FALSE
## 31    Sandra    F  FALSE      FALSE    FALSE     FALSE   FALSE
## 32    Sandro    M  FALSE      FALSE    FALSE     FALSE   FALSE
## 33      Saul    M   TRUE      FALSE     TRUE     FALSE   FALSE
## 34      Yuri    F   TRUE      FALSE    FALSE     FALSE   FALSE

Tabla de Contingencias

Ahora a formar la tabla de contingencias

tablaajedrez <- table(datos$ajedrez, datos$sexo)
tablaajedrez

##        
##          F  M
##   FALSE 15 17
##   TRUE   0  2

tablaajedrez<-cbind(tablaajedrez, Total = apply(tablaajedrez, 1, sum))
tablaajedrez

##        F  M Total
## FALSE 15 17    32
## TRUE   0  2     2

  tablaajedrez<-rbind(tablaajedrez, Total = apply(tablaajedrez, 2, sum))
  tablaajedrez

##        F  M Total
## FALSE 15 17    32
## TRUE   0  2     2
## Total 15 19    34

Probabilidades mediante frecuencia relativa

Proporciones

tablaajedrezpropor <- NULL
tablaajedrezpropor

## NULL

vamos a utilizar una variable llamada m para hacerlo m?s pr?ctico. m es entonces una tabla o una matriz de “r” renglones y “c”" columnas

m <- tablaajedrez
m

##        F  M Total
## FALSE 15 17    32
## TRUE   0  2     2
## Total 15 19    34

Determinamos las proporciones de cada celda de la tabla

Redondeamos a 4 d?gitos

m/n; siendo m la matriz y n la poblaci?n total; entonces:

tablaajedrezpropor <- tablaajedrezpropor <- round(m/n, 4)
tablaajedrezpropor

##            F      M  Total
## FALSE 0.4412 0.5000 0.9412
## TRUE  0.0000 0.0588 0.0588
## Total 0.4412 0.5588 1.0000

C?lculo de Probabilidades

?Qu? probabilidad existe de elegir ALEATORIAMENTE a una persona que participan en equipo de AJEDREZ?

tablaajedrez

##        F  M Total
## FALSE 15 17    32
## TRUE   0  2     2
## Total 15 19    34

tablaajedrezpropor

##            F      M  Total
## FALSE 0.4412 0.5000 0.9412
## TRUE  0.0000 0.0588 0.0588
## Total 0.4412 0.5588 1.0000

# Seleccionar de la tabla el rengl?n 2 (TRUE) que juegan y columna 3 (TOTAL); de la tablaajedrez y tambi?n de la tablaajedrezpropor
tablaajedrez[2,3]       # Con respecto al total del rengl?n

## [1] 2

paste(tablaajedrez[2,3], "/", n)  # Concatena una expresi?n o junta expresiones

## [1] "2 / 34"

tablaajedrezpropor[2,3] # con respecto al total del rengl?n

## [1] 0.0588

?Qu? probabilidad existe de elegir ALEATORIAMENTE a una persona que participan en equipo de AJEDREZ y que sea Hombre “M” = Masculino?

Seleccionamos y buscamos la INTERSECCION Rengl?n 2 Columna 2

# Seleccionar de la tabla el rengl?n 2 (TRUE) y columna 2 (que son Masculino), ; de la tablaajedrez y tambi?n de la tablaajedrezpropor

tablaajedrez[2,2]       # Con respecto al total del rengl?n

## [1] 2

paste(tablaajedrez[2,2], "/", n)  # Concatena una expresi?n o junta expresiones

## [1] "2 / 34"

tablaajedrezpropor[2,2] # con respecto al total del rengl?n

## [1] 0.0588

?Qu? probabilidad existe de elegir ALEATORIAMENTE a una persona que participan en equipo de AJEDREZ y que sea Mujer “F” = Femenino?

Seleccionamos y buscamos la INTERSECCION Rengl?n 2 Columna 1

# Seleccionar de la tabla el rengl?n 2 (TRUE) y columna 1 (que son Femenino), ; de la tablaatletismo y tambi?n de la tablavoleybolpropor

tablaajedrez[2,1]       # Con respecto al total del rengl?n

## [1] 0

paste(tablaajedrez[2,1], "/", n)  # Concatena una expresi?n o junta expresiones

## [1] "0 / 34"

tablaajedrezpropor[2,1] # con respecto al total del rengl?n

## [1] 0