library(knitr)
Existen tres sectores en donde trabajan las personas Hay una probabilidad de que en el sector servicios trabaje 40% de las personas Hay una probabilidad de que en el sector salud trabaje 35% Hay una probabilidad de que en el sector otros trabaje 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
Se dan las probabilidades de que sea de algun genero en funcion de servicio
En sector servicios la probabilidad de que sea mujer es del .30 En el sector Servicios la probabilidad de que sea hombre es del .70
PServ.Mujer <- 0.30
PServ.Hombre <- 0.70
En el sector salud la probabilidad de que sea Mujer es del .60 En el sector salud la probabilidad de que sea Hombre es del .40
PSalud.Mujer <- 0.60
PSalud.Hombre <- 0.40
PSalud.Mujer; PSalud.Hombre
## [1] 0.6
## [1] 0.4
POtros.Mujer <- 0.45
POtros.Hombre <- 0.55
POtros.Mujer; POtros.Hombre
## [1] 0.45
## [1] 0.55
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
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
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
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
TeoBay <- ProbSalud.I.Mujer / (ProbServ.I.Mujer + ProbSalud.I.Mujer + ProbOtros.I.Mujer)
TeoBay
## [1] 0.4745763
cat ("2. Prob (Salud / Mujer) Persona que sea del sector salud y sea mujer: ", TeoBay)
## 2. Prob (Salud / Mujer) Persona que sea del sector salud y sea mujer: 0.4745763
ProbSerH <- ProbServ.I.Hombre / (ProbServ.I.Hombre + ProbSalud.I.Hombre + ProbOtros.I.Hombre)
ProbSerH
## [1] 0.5022422
cat ("3. Prob (Servicios / Hombres) Persona que sea del sector Servicios y que sea Mujer : ", ProbSerH)
## 3. Prob (Servicios / Hombres) Persona que sea del sector Servicios y que sea Mujer : 0.5022422
ProbSerMu1 <- ProbServ.I.Mujer / (ProbServ.I.Mujer + ProbSalud.I.Mujer + ProbOtros.I.Mujer)
ProbSerMu1
## [1] 0.2711864
cat ("4. Prob (Servicios / Mujer) Persona que sea del sector Servicios y que sea Mujer : ", ProbSerMu1)
## 4. Prob (Servicios / Mujer) Persona que sea del sector Servicios y que sea Mujer : 0.2711864
Este caso Hable de sacar las probabilidades que se presentan en un diagrama de arbol proporcionado por el profesor se saco mediante el Teorema de Bayes los datos que se pedian fueron.
*Persona que sea del sector salud y sea Hombre y viceversa (Mujer y Salud) que fue 0.2511211
*Persona que sea del sector Servicios y sea Hombre y viceversa (Mujer y Servicios) que fue 0.5022422
Para sacar cada uno se multiplico primero se multiplico la probabilidad del termino que se pide / Todos las probabilidades del mismo genero