11.2: Probabilidad Condicional (Sección 10.4)

Última actualización
Guardar como PDF

Page ID: 150934

\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

Determinemos la probabilidad condicional de que alguien no sea saludable, dado que tiene más de 70 años de edad, utilizando el conjunto de datos NHANES. Vamos a crear un nuevo marco de datos que

healthDataFrame <-
  NHANES %>%
  mutate(
    Over70 = Age > 70,
    Unhealthy = DaysPhysHlthBad > 0
  ) %>%
  dplyr::select(Unhealthy, Over70) %>%
  drop_na()

glimpse(healthDataFrame)

## Observations: 4,891
## Variables: 2
## $ Unhealthy <lgl> FALSE, FALSE, FALSE, TRUE, FALSE, TRUE,…
## $ Over70    <lgl> FALSE, FALSE, FALSE, FALSE, FALSE, FALS…

Primero, ¿cuál es la probabilidad de tener más de 70 años?

pOver70 <- 
  healthDataFrame %>%
  summarise(pOver70 = mean(Over70)) %>% 
  pull()

# to obtain the specific value, we need to extract it from the data frame

pOver70

## [1] 0.11

Segundo, ¿cuál es la probabilidad de no ser saludable?

pUnhealthy <- 
  healthDataFrame %>%
  summarise(pUnhealthy = mean(Unhealthy)) %>% 
  pull()

pUnhealthy

## [1] 0.36

¿Cuál es la probabilidad para cada combinación de antisalud/saludablemente y mayores de 70/ no? Podemos crear una nueva variable que encuentre la probabilidad conjunta multiplicando las dos variables binarias individuales juntas; ya que cualquier cosa por cero es cero, esto solo tendrá el valor 1 para cualquier caso donde ambas sean verdaderas.

pBoth <- healthDataFrame %>% 
  mutate(
    both = Unhealthy*Over70
  ) %>%
  summarise(
    pBoth = mean(both)) %>% 
  pull()

pBoth

## [1] 0.043

Por último, ¿cuál es la probabilidad de que alguien no sea saludable, dado que tiene más de 70 años de edad?

pUnhealthyGivenOver70 <-
  healthDataFrame %>%
  filter(Over70 == TRUE) %>% # limit to Over70
  summarise(pUnhealthy = mean(Unhealthy)) %>% 
  pull()

pUnhealthyGivenOver70

## [1] 0.38

# compute the opposite:
# what the probability of being over 70 given that 
# one is unhealthy?
pOver70givenUnhealthy <-
  healthDataFrame %>%
  filter(Unhealthy == TRUE) %>% # limit to Unhealthy
  summarise(pOver70 = mean(Over70)) %>% 
  pull()

pOver70givenUnhealthy

## [1] 0.12