Caso: personas que trabajan en sectores y sean mujeres y hombres

Las personas de cualquier género trabajan en algún sector, en función del género determinado de manera inicial se trata de encontrar la probabilidad del sector en donde laboran.

Al elegir aleatoriamente a una persona se conoce el género, Hombre o Mujer y se solicita encontrar la probabilidad de que pertenezca a algún sector.

Las probabilidades

Se trata de encontrar las probabilidades condicionales usando el Teorema de Bayes para personas que trabajan en algún sector (‘Servicios’, ‘Salud’ u ‘Otros’) y sean o que estén en función de algún género (‘Hombre’ o ‘Mujer’).

Evento sectores

Existen tres sectores en donde trabajan las personas Hay una probabilidad de que en el sector servicios trabaje 40% (0.40) de las personas Hay una probabilidad de que en el sector servicios trabaje 35% (0.30) de las personas Hay una probabilidad de que en el sector otros trabaje 25% (0.25) de las personas La suma debe dar 100% o 1

Las variables en R

*Prob.Servi <- 0.40

*Prob.Salud <- 0.35

*Prob.Otros <- 0.25

Prob.Servi <- 0.40
Prob.Salud <- 0.35
Prob.Otros <- 0.25

cat("Las probabilidades por cada servicio")
## Las probabilidades por cada servicio
Prob.Servi; Prob.Salud; Prob.Otros 
## [1] 0.4
## [1] 0.35
## [1] 0.25

Eventos Mujeres y Hombres

Se dan las probabilidades de que sea de algún género en fucnón del servicio.

Sector Servicios

En el sector Servicios la probabilidad de que sea Mujer es del 0.30 En el sector Servicios la probabilidad de que sea Hombre es del 0.70 PServ.Mujer PServ.Hombre

PServ.Mujer <- 0.30
PServ.Hombre <- 0.70

Sector Salud

En el sector Salud la probabilidad de que sea Mujer es del 0.60 En el sector Salud la probabilidad de que sea Hombre es del 0.40 PSalud.Mujer <- 0.60 PSalud.Hombre <- 0.40

PSalud.Mujer <- 0.60
PSalud.Hombre <- 0.40

PSalud.Mujer; PSalud.Hombre
## [1] 0.6
## [1] 0.4

Sector Otros

En el sector Otros la probabilidad de que sea Mujer es del 0.45 En el sector Otros la probabilidad de que sea Hombre es del 0.55 POtros.Mujer <- 0.45 POtros.Hombre <- 0.55

POtros.Mujer <- 0.45
POtros.Hombre <- 0.55

POtros.Mujer; PSalud.Hombre
## [1] 0.45
## [1] 0.4

Ley de Multiplicación

La Ley de la Multiplicación es útil para calcular la probabilidad de la intersección de dos eventos.

La ley de la multiplicación se basa en la definición de probabilidad condicional.

Se multiplican las probabilidades, y en este caso tendiendo las probabilidades identificadas en el árbol se determinan fácilmente.

Probabilidad de que sea Hombre o Mujer en función de Servicios

 ProbServ.I.Mujer <- Prob.Servi * PServ.Mujer
 ProbServ.I.Hombre <- Prob.Servi * PServ.Hombre
ProbServ.I.Mujer <- Prob.Servi * PServ.Mujer
ProbServ.I.Hombre <- Prob.Servi * PServ.Hombre

ProbServ.I.Mujer ; ProbServ.I.Hombre
## [1] 0.12
## [1] 0.28

Probabilidad de que sea Hombre o Mujer en función de Salud

ProbSalud.I.Mujer <- Prob.Salud * PSalud.Mujer ProbSalud.I.Hombre <- Prob.Salud * PSalud.Hombre

ProbSalud.I.Mujer <- Prob.Salud * PSalud.Mujer
ProbSalud.I.Hombre <- Prob.Salud * PSalud.Hombre

ProbSalud.I.Mujer ; ProbSalud.I.Hombre
## [1] 0.21
## [1] 0.14

Probabilidad de que sea Hombre o Mujer en función de Otros

ProbOtros.I.Mujer <- Prob.Otros * POtros.Mujer ProbOtros.I.Hombre <- Prob.Otros * POtros.Hombre

ProbOtros.I.Mujer <- Prob.Otros * POtros.Mujer
ProbOtros.I.Hombre <- Prob.Otros * POtros.Hombre

ProbOtros.I.Mujer ; ProbOtros.I.Hombre
## [1] 0.1125
## [1] 0.1375

Preguntas de probabilidad

se muestra la Fórmula de Bayes y se sustituyen valores para dar respuesta a la preguna uno: 1. Prob(Salud | Hombre): Persona que sea del sector Salud y que sea hombre

Ya se tiene el numerador con la probabilidad condicional de que sea Hombre dado que sea del sector Salud: ProbSalud.I.Hombre. Camino verde en el árbol.

Ahora se suman las probabilidades en donde aparezca Hombre dado cualquier sector y se tiene el denominador. Todas los contornos rojos en el árbol.

La probabilidad de que una persona sea del sector Salud dado que se Hombre es:

TBResult <- ProbSalud.I.Hombre / (ProbServ.I.Hombre + ProbSalud.I.Hombre + ProbOtros.I.Hombre)

TBResult
## [1] 0.2511211
cat ("1. Prob(Salud | Hombre): Persona que sea del sector Salud y que sea hombre es: ", TBResult)
## 1. Prob(Salud | Hombre): Persona que sea del sector Salud y que sea hombre es:  0.2511211

Conclusión para la pregunta probabilidad 1.

Se concluye que en el experimento de elegir a una persona al azar y que ya se conoce que ‘Hombre’, entonces se determina mediante el Teorema y la Fórmula de Bayes la probababilidad de que una persona sea del sector ‘Salud’ dado que sea apriori ‘Hombre’

La probabilidad es de 0.2511 o sea del 25.11% que significa que si se elige a una persona y es ‘Hombre’ hay una probabilidad del 25.11% de que sea del sector ‘Salud’ ### pregunta 2: Prob(Servicios | Hombre): Persona que sea del sector Servicios y que sea Mujer

TBResult2<- ProbServ.I.Hombre / (ProbOtros.I.Hombre + ProbSalud.I.Hombre + ProbServ.I.Hombre)
cat ("2. Prob(servicio | Hombre): Persona que sea del sector Salud y que sea hombre es: ", TBResult2)
## 2. Prob(servicio | Hombre): Persona que sea del sector Salud y que sea hombre es:  0.5022422

Conclusión para la pregunta probabilidad 2.

Se concluye que en el experimento de elegir a una persona al azar y que ya se conoce que ‘Hombre’, entonces se determina mediante el Teorema y la Fórmula de Bayes la probababilidad de que una persona sea del sector ‘Servi’ dado que sea apriori ‘Hombre’

La probabilidad es de 0.5022 o sea del 50.2% que significa que si se elige a una persona y es ‘Hombre’ hay una probabilidad del 50.2% de que sea del sector ‘Serv’ ### Pregunta 3

TBResult3<- ProbSalud.I.Mujer / (ProbServ.I.Mujer + ProbOtros.I.Mujer + ProbSalud.I.Mujer)
cat ("3. Prob(Salud | Mujer): Persona que sea del sector Salud y que sea hombre es: ", TBResult3)
## 3. Prob(Salud | Mujer): Persona que sea del sector Salud y que sea hombre es:  0.4745763

Conclusión para la pregunta probabilidad 3.

Se concluye que en el experimento de elegir a una persona al azar y que ya se conoce que ‘Mujer’, entonces se determina mediante el Teorema y la Fórmula de Bayes la probababilidad de que una persona sea del sector ‘Salud’ dado que sea apriori ‘Mujer’

La probabilidad es de 0.4745 o sea del 47.45% que significa que si se elige a una persona y es ‘Mujer’ hay una probabilidad del 47.45% de que sea del sector ‘salud’ ### pregunta 4

TBResult4 <- ProbServ.I.Mujer / (ProbOtros.I.Mujer + ProbSalud.I.Mujer + ProbServ.I.Mujer)
cat ("3. Prob(Servicios | Mujer): Persona que sea del sector Salud y que sea hombre es: ", TBResult4)
## 3. Prob(Servicios | Mujer): Persona que sea del sector Salud y que sea hombre es:  0.2711864

Conclusión para la pregunta probabilidad 4.

Se concluye que en el experimento de elegir a una persona al azar y que ya se conoce que ‘Mujer’, entonces se determina mediante el Teorema y la Fórmula de Bayes la probababilidad de que una persona sea del sector ‘Serv’ dado que sea apriori ‘Mujer’

La probabilidad es de 0.2711 o sea del 27.11% que significa que si se elige a una persona y es ‘Mujer’ hay una probabilidad del 27.11% de que sea del sector ‘serv’