1. Cargar librerías

library(tidyverse)
library(knitr)
library(dplyr)

2. Cargar los datos

source("https://raw.githubusercontent.com/rpizarrog/probabilidad-y-estad-stica/master/construir%20datos%20y%20funciones%20caso%209.r", encoding = "UTF-8")

kable(personas)
nombres generos ajedrez beisbol tiro.arco pesas futbol softbol atletismo folklorico tahitiano teatro rondalla pantomima
JUAN M NO NO NO SI NO SI NO NO NO NO NO SI
JOSÉ LUIS M NO NO NO NO NO NO NO SI NO NO NO NO
JOSÉ M NO SI NO SI NO NO NO NO NO NO SI SI
MARÍA GUADALUPE F NO SI NO NO NO NO NO NO NO NO SI SI
FRANCISCO M NO NO NO NO NO NO SI NO NO NO NO NO
GUADALUPE F NO NO NO NO NO NO NO NO NO NO NO NO
MARÍA F NO SI NO NO SI NO NO NO NO NO NO NO
JUANA F NO NO NO NO SI NO NO SI NO NO NO NO
ANTONIO M NO NO NO NO NO NO NO NO NO NO NO NO
JESÚS M NO NO SI NO NO SI NO NO SI NO NO NO
MIGUEL ÁNGEL M NO NO NO NO NO NO NO NO SI NO NO NO
PEDRO M NO NO NO NO NO NO NO NO NO NO NO NO
ALEJANDRO M NO NO SI NO SI NO SI NO SI NO NO NO
MANUEL M NO NO NO NO NO NO SI NO NO NO NO NO
MARGARITA F NO NO NO NO NO NO SI NO NO NO NO NO
MARÍA DEL CARMEN F NO NO NO NO NO SI NO NO NO NO NO NO
JUAN CARLOS M SI NO NO NO NO NO SI NO SI NO NO NO
ROBERTO M NO SI NO NO NO NO NO NO NO NO SI NO
FERNANDO M NO NO NO NO SI NO NO NO NO NO SI NO
DANIEL M NO NO NO NO NO NO SI NO NO NO NO NO
CARLOS M NO NO NO NO NO NO NO NO NO NO SI NO
JORGE M SI NO NO NO NO NO NO NO NO NO NO NO
RICARDO M NO NO NO NO SI NO NO NO NO SI NO NO
MIGUEL M NO NO NO SI NO NO NO NO NO NO NO NO
EDUARDO M NO NO NO SI NO NO NO NO NO SI SI SI
JAVIER F NO NO NO NO NO SI NO NO NO NO SI NO
RAFAEL M NO NO NO NO NO NO NO SI NO NO NO NO
MARTÍN M NO NO NO NO NO NO SI NO NO NO NO NO
RAÚL M NO SI NO SI NO NO NO SI NO NO SI NO
DAVID M NO NO NO NO NO NO NO NO NO NO NO NO
JOSEFINA M NO NO NO NO NO SI NO NO NO SI NO SI
JOSÉ ANTONIO M NO NO SI NO NO NO NO SI NO NO NO NO
ARTURO F NO NO NO NO SI NO NO NO NO NO NO SI
MARCO ANTONIO M NO NO NO NO NO NO NO NO NO NO NO NO
JOSÉ MANUEL F NO NO NO SI NO NO NO SI NO NO NO NO
FRANCISCO JAVIER F SI NO NO NO NO NO NO SI NO NO SI NO
ENRIQUE M NO NO NO NO NO NO NO NO SI NO SI NO
VERÓNICA M NO NO NO SI NO NO NO NO NO NO SI NO
GERARDO F NO NO NO NO NO NO NO SI NO NO NO NO
MARÍA ELENA M NO NO NO NO NO NO SI SI NO NO NO NO
LETICIA F NO NO NO NO NO NO NO SI NO NO SI NO
ROSA F SI NO NO NO NO SI NO NO NO NO NO NO
MARIO M NO NO SI SI NO NO NO NO NO NO NO NO
FRANCISCA F NO NO SI NO NO NO SI NO NO NO NO NO
ALFREDO M NO NO NO SI NO NO NO NO NO SI NO NO
TERESA F NO NO NO NO NO NO NO SI NO NO NO NO
ALICIA F NO SI NO NO NO SI NO NO NO SI NO NO
MARÍA FERNANDA F NO SI SI NO NO NO SI SI NO SI NO NO
SERGIO M SI NO NO NO NO NO NO NO NO NO NO NO
ALBERTO M NO NO NO NO NO NO SI NO NO NO NO NO
LUIS M NO NO NO NO NO NO NO NO SI NO NO SI
ARMANDO M NO NO SI NO NO NO SI NO NO NO NO NO
ALEJANDRA F NO NO NO NO NO NO NO SI NO NO NO NO
MARTHA F NO NO NO NO NO NO NO NO NO NO SI NO
SANTIAGO M NO NO NO NO NO SI NO SI SI NO NO NO
YOLANDA F SI NO NO NO SI NO NO NO NO NO NO NO
PATRICIA F NO NO NO NO NO NO NO NO NO NO NO NO
MARÍA DE LOS ÁNGELES F NO NO NO SI NO NO NO NO NO NO SI NO
JUAN MANUEL M NO NO NO NO NO NO NO SI NO SI SI NO
ROSA MARÍA F NO NO NO NO NO SI NO SI NO NO NO NO
ELIZABETH F NO NO NO NO NO NO NO SI NO NO NO NO
GLORIA F NO NO NO NO NO NO NO NO NO NO NO NO
ÁNGEL M NO NO NO NO NO NO NO NO NO NO NO NO
GABRIELA F NO NO NO NO NO NO NO NO NO NO NO NO
SALVADOR M SI NO NO NO NO NO SI NO NO NO SI NO
VÍCTOR MANUEL M NO SI SI SI NO NO NO NO NO NO NO NO
SILVIA F NO NO NO NO NO NO NO NO NO SI NO NO
MARÍA DE GUADALUPE F NO NO NO NO SI NO NO SI NO SI NO NO
MARÍA DE JESÚS F NO NO NO SI SI NO NO NO NO NO NO NO
GABRIEL M SI NO SI NO NO SI NO NO NO NO NO NO
ANDRÉS M NO NO NO NO NO NO NO NO NO NO NO NO
ÓSCAR M SI NO NO NO NO NO NO NO NO NO NO NO
GUILLERMO M NO NO NO NO NO NO NO NO NO NO NO NO
ANA MARÍA F NO NO NO NO NO NO NO NO NO NO SI NO
RAMÓN M NO NO NO NO NO NO NO NO NO SI NO NO
MARÍA ISABEL F NO SI NO NO NO NO NO NO NO NO NO SI
PABLO M NO NO SI NO NO NO SI SI NO NO NO NO
RUBEN M NO SI NO NO NO NO NO NO NO NO SI NO
ANTONIA F NO NO NO NO NO NO NO NO NO NO NO SI
MARÍA LUISA F SI NO NO NO NO NO NO NO NO NO NO NO
LUIS ÁNGEL M NO NO NO NO NO NO SI NO SI NO NO NO
MARÍA DEL ROSARIO F NO NO SI NO NO SI NO NO NO NO NO NO
FELIPE M NO NO NO NO NO NO NO NO NO NO NO NO
JORGE JESÚS M NO SI NO NO NO NO SI NO NO NO NO NO
JAIME M NO NO SI NO SI NO NO NO SI SI NO NO
JOSÉ GUADALUPE M NO NO NO NO NO SI NO NO NO NO NO SI
JULIO CESAR M SI NO NO NO NO NO NO SI NO NO NO NO
JOSÉ DE JESÚS M SI NO SI NO NO SI SI NO NO NO SI NO
DIEGO M NO NO NO SI NO NO NO NO NO NO NO NO
ARACELI M NO NO NO NO NO NO NO NO NO NO SI NO
ANDREA F NO NO NO NO NO NO NO NO NO NO NO SI
ISABEL F NO NO NO NO NO NO NO NO NO NO NO NO
MARÍA TERESA F NO SI NO NO SI NO NO SI NO NO NO NO
IRMA F SI SI NO NO NO NO NO NO NO NO NO NO
CARMEN F NO NO NO NO NO NO NO NO NO NO NO NO
LUCÍA F NO SI NO SI NO NO NO SI NO NO SI SI
ADRIANA F NO NO NO NO NO NO SI NO NO NO NO NO
AGUSTÍN M NO SI NO NO NO NO NO NO SI NO NO NO
MARÍA DE LA LUZ F NO NO NO NO NO NO SI NO NO NO NO NO
GUSTAVO M NO NO NO NO NO NO NO SI NO NO NO NO

3. Determinar probabilidades condicionales

3.1. ¿Cuál es la probabilidad de que juegue ajedrez dado que es Hombre?

n <- nrow(personas)
ajedrez <- f.obten.subconjunto(personas, 'ajedrez')
hombre <- f.obten.subconjunto(personas, 'masculino')

casos <- nrow(intersect(ajedrez, hombre))
p.ajedrez.I.hombre <- casos / n
p.ajedrez.I.hombre
## [1] 0.08
casos.hombres <- nrow(hombre) 
p.hombre <- casos.hombres / n
p.hombre
## [1] 0.58
p.ajedrez.dado.hombre <-  p.ajedrez.I.hombre / p.hombre

paste ("La probabilidad de que juegue ajedrez dado que es Hombre es: ", round(p.ajedrez.dado.hombre * 100, 2), "%")
## [1] "La probabilidad de que juegue ajedrez dado que es Hombre es:  13.79 %"

3.2. ¿Cuál es la probabilidad de que haga actividad cultural dado que es mujer?

teatro <- f.obten.subconjunto(personas, 'teatro')
rondalla <- f.obten.subconjunto(personas, 'rondalla')
pantomima <- f.obten.subconjunto(personas, 'pantomima')
tahitiano <- f.obten.subconjunto(personas, 'tahitiano')
folklorico <- f.obten.subconjunto(personas, 'folklorico')

cultural <- union (tahitiano, folklorico) %>%
    union (teatro) %>%
    union (rondalla) %>%
    union (pantomima)


mujeres <- f.obten.subconjunto(personas, 'femenino')

casos <- nrow(intersect(cultural, mujeres))
p.cultural.I.mujer <- casos / n
p.cultural.I.mujer
## [1] 0.24
casos.mujeres <- nrow(mujeres) 
p.mujer <- casos.mujeres / n
p.mujer
## [1] 0.42
p.cultural.dado.mujer <-  p.cultural.I.mujer / p.mujer

paste ("La probabilidad de que haga actividad cultural dado que es mujer es:", round(p.cultural.dado.mujer * 100, 2), "%")
## [1] "La probabilidad de que haga actividad cultural dado que es mujer es: 57.14 %"

3.3. ¿Cuál es la probabilidad de que practique softbol o béisbol dado que es hombre?

softbol <- f.obten.subconjunto(personas, 'softbol')
beisbol <- f.obten.subconjunto(personas, 'beisbol')
sof.U.bei <- union(softbol, beisbol)
hombre <- f.obten.subconjunto(personas, 'masculino')

casos <- nrow(intersect(sof.U.bei, hombre))
p.SoftUBesi.I.hombre <- casos / n
p.SoftUBesi.I.hombre
## [1] 0.14
casos.hombres <- nrow(hombre) 
p.hombre <- casos.hombres / n
p.hombre
## [1] 0.58
p.softUBeis.dado.hombre <-  p.SoftUBesi.I.hombre / p.hombre

paste ("La probabilidad de que juegue softbol o beisbol dado que es Hombre es de: ", round(p.softUBeis.dado.hombre * 100, 2), "%")
## [1] "La probabilidad de que juegue softbol o beisbol dado que es Hombre es de:  24.14 %"

3.4. ¿Cuál es la probabilidad de que practique tahitiano o folklórico dado que es mujer?

tahi <- f.obten.subconjunto(personas, 'tahitiano')
folk <- f.obten.subconjunto(personas, 'folklorico')
tahi.U.folk <- union(folk, tahi)
mujer <- f.obten.subconjunto(personas, 'femenino')

casos <- nrow(intersect(sof.U.bei, mujer))
p.TahiUFolk.I.mujer <- casos / n
p.TahiUFolk.I.mujer
## [1] 0.13
casos.mujeres <- nrow(mujer) 
p.mujer <- casos.mujeres / n
p.mujer
## [1] 0.42
p.TahiUFolk.dado.mujer <-  p.TahiUFolk.I.mujer / p.mujer

paste ("La probabilidad de que practique tahitiano o folklorico siendo mujer es del: ", round(p.TahiUFolk.dado.mujer * 100, 2), "%")
## [1] "La probabilidad de que practique tahitiano o folklorico siendo mujer es del:  30.95 %"

3.5. ¿Cuál es la probabilidad de que sea hombre dado que es mujer?

casos <- nrow(intersect(hombre, mujeres))
p.hombre.I.mujer <- casos / n
p.hombre.I.mujer
## [1] 0
casos.mujeres <- nrow(mujeres) 
p.mujer <- casos.mujeres / n
p.mujer
## [1] 0.42
p.hombre.dado.mujer <-  p.hombre.I.mujer / p.mujer

paste ("La probabilidad de que sea hombre dado que es mujer es del:", round(p.hombre.dado.mujer * 100, 2), "%")
## [1] "La probabilidad de que sea hombre dado que es mujer es del: 0 %"

4. Interpretación del caso

Las respuestas de cada una de las interrogantes las conteste allí mismo en el codigo, sin embargo estos son algunas de las respuestas a estas interrogantes.

3.1 la probabilidad es de un 13.79%

3.2 la probabilidad de que haga actividad cultural es del 57.14%

3.3 la probabilidad de que practique softbol o beisbol es del 24.14%

3.4 la probabilidad de que practique tahitiano o folklorico es del 30.95%

3.5 la probabilidad es de un 0%

Se utilizaron nuevos formatos de código como la unión, me dí cuenta que cuando hice mi primer intento de concluir este programa también se podía utilizar la funcion “filter” para selecionar las actividades que se señalaban y tuve las mismas respuestas porcentuales. Sin embargo esta metodología es mucho más simple y rapida que la otra que me costo un poco más de tiempo