20232520006

Administração Pública

Para realizar esse estudo, usarei o banco de dados Titanic. Para visualizar esse banco de dados, executo:

load("C:/Users/felip/Desktop/Base_de_dados-master/Titanic.RData")

Percebi que havia um erro na coluna da variável classe. A classe “tripulação” estava com um erro visual. Para consertar isso eu utilizei:

Titanic$Classe <-iconv(Titanic$Classe, "latin1", "UTF-8")

#1. Haviam 2200 pessoas a bordo no Titanic. No banco de dados temos 4 variáveis, sendo elas: Classes, Idade, Sexo, Sobreviveu.

#2. 710 pessoas sobreviveram ao acidente do Titanic, e 1490 não sobreviveram. Para obter essa informação, utilizei:

table(Titanic$Sobreviveu)
## 
## Não sobreviveu     Sobreviveu 
##           1490            710

#3. A proporção de pessoas que sobreviveram ao Titanic é: 67.7% não sobreviveram e 32.3% sobreviveram. Para obter essa proporção, utilizei os comandos “table”, para mostrar a tabela de sobreviventes x não sobreviventes, “prop.table”, para mostrar a proporção de sobreviventes x não sobreviventes, e “round” para arredondar os números.

T1 = table(Titanic$Sobreviveu)
T1
## 
## Não sobreviveu     Sobreviveu 
##           1490            710
prop.table(T1)
## 
## Não sobreviveu     Sobreviveu 
##      0.6772727      0.3227273
round(prop.table(T1)*100, digits=1)
## 
## Não sobreviveu     Sobreviveu 
##           67.7           32.3

#4. 344 mulheres sobreviveram ao acidente do Titanic. Para obter essa informação, utilizei o comando “table”.

T2 = table(Titanic$Sexo, Titanic$Sobreviveu)
T2
##            
##             Não sobreviveu Sobreviveu
##   Feminino             126        344
##   Masculino           1364        366

#5. 57 crianças sobreviveram ao acidente do Titanic. Para obter essa informação, utilizei o comando “table”.

T3 = table(Titanic$Idade,Titanic$Sobreviveu)
T3
##          
##           Não sobreviveu Sobreviveu
##   criança             52         57
##   adulto            1438        653

#6. 178 pessoas da terceira classe sobreviveram ao acidente do Titanic. Para obter essa informação, utilizei o comando “table”.

T4 = table(Titanic$Classe, Titanic$Sobreviveu)
T4
##             
##              Não sobreviveu Sobreviveu
##   Primeira              122        202
##   Segunda               167        118
##   Terceira              528        178
##   Tripulação            673        212

#7. 73.2% das mulheres sobreviveram ao acidente do Titanic, para obter essa informação, tive que usar os comandos “table”, “prop.table”, “round” e “paste0”. Com esses comandos, pude obter a proporção de mulheres sobreviventes em porcentagem e arredondado.

T5 = table(Titanic$Sobreviveu, Titanic$Sexo)
T5
##                 
##                  Feminino Masculino
##   Não sobreviveu      126      1364
##   Sobreviveu          344       366
prop.table(T5,2)
##                 
##                   Feminino Masculino
##   Não sobreviveu 0.2680851 0.7884393
##   Sobreviveu     0.7319149 0.2115607
round(prop.table(T5,2)*100, digits=1)
##                 
##                  Feminino Masculino
##   Não sobreviveu     26.8      78.8
##   Sobreviveu         73.2      21.2
porcentagem = round(prop.table(T5,2)*100, digits=1)
paste0(porcentagem, "%")
## [1] "26.8%" "73.2%" "78.8%" "21.2%"

#8. 52.3% das crianças a bordo do Titanic sobreviveram ao acidente. Para obter essa informação, utilizei os comandos “table”, “prop.table”, “round” e “paste0”. Ao utilizar esses comandos, pude obter a porcentagem de crianças sobreviventes.

T6 = table(Titanic$Sobreviveu, Titanic$Idade)
T6
##                 
##                  criança adulto
##   Não sobreviveu      52   1438
##   Sobreviveu          57    653
prop.table(T6,2)
##                 
##                    criança    adulto
##   Não sobreviveu 0.4770642 0.6877092
##   Sobreviveu     0.5229358 0.3122908
round(prop.table(T6,2)*100, digits=1)
##                 
##                  criança adulto
##   Não sobreviveu    47.7   68.8
##   Sobreviveu        52.3   31.2
porcentagem = round(prop.table(T6,2)*100, digits=1)
paste0(porcentagem, "%")
## [1] "47.7%" "52.3%" "68.8%" "31.2%"

9. 25.2% da terceira classe sobreviveu. Para obter essa informação, usei os comandos “table”, “prop.table”, “round” e “paste0”. Ao executer esses comandos, pude obter o percentual de sobreviventes da terceira classe.

T7 = table(Titanic$Sobreviveu, Titanic$Classe)
T7
##                 
##                  Primeira Segunda Terceira Tripulação
##   Não sobreviveu      122     167      528        673
##   Sobreviveu          202     118      178        212
prop.table(T7,2)
##                 
##                   Primeira   Segunda  Terceira Tripulação
##   Não sobreviveu 0.3765432 0.5859649 0.7478754  0.7604520
##   Sobreviveu     0.6234568 0.4140351 0.2521246  0.2395480
round(prop.table(T7,2)*100, digits=1)
##                 
##                  Primeira Segunda Terceira Tripulação
##   Não sobreviveu     37.7    58.6     74.8       76.0
##   Sobreviveu         62.3    41.4     25.2       24.0
porcentagem = round(prop.table(T7,2)*100, digits=1)
paste0(porcentagem, "%")
## [1] "37.7%" "62.3%" "58.6%" "41.4%" "74.8%" "25.2%" "76%"   "24%"

#10. Eu poderia utilizar o barplot, pois é um gráfico que ilustra de maneira simples e objetiva.

#11. Utilizei o gráfico barplot para repesentar a variável “sobreviveu”. Coloquei cores, título e legendas para ficar mais apresentável.

barplot(T1)

barplot(T1, col=c("brown", "yellow"),
        main = "Grafico - Sobreviveu x Nao sobreviveu ao Titanic",
        legend.text = rownames(T1),
        args.legend = list(x = "topright"))

#12. Fiz um gráfico barplot para representar as variáveis “sobreviveu” por “sexo”. Utilizei alguns códigos para deixar o gráfico mais bonito e informativo.

T5
##                 
##                  Feminino Masculino
##   Não sobreviveu      126      1364
##   Sobreviveu          344       366
barplot(T5)

barplot(T5,
        col = c("#faf5b4", "black"),
        main = "Grafico - Sobreviventes x sexo",
        legend.text = rownames(T5),
        ylab = "Numero de sobreviventes",
        args.legend = list(x = "topleft"))

#13. Para uma visualização de dados alternativa, utilizei um gráfico de barras agrupadas do pacote “ggplot2”. Para gerar esse gráfico, eu transformei a tabela T8 (Classe x Sobreviveu) em um data frame. Utilizei alguns comandos para que o gráfico ficasse mais bonito esteticamente.

T8 = table(Titanic$Classe, Titanic$Sobreviveu)
library(ggplot2)
df_T8 <- as.data.frame(T8)
ggplot(df_T8, aes(x = Var1, y = Freq, fill = Var2)) +
  geom_bar(stat = "identity", position = "dodge") +
  labs(title = "Sobrevivência por Classe", x = "Classe", y = "Frequência", fill = "Sobreviveu") +
  theme_minimal()

#14. Essencialmente, a principal mensagem que esses gráfico transmitem é que quanto “menos exclusiva” a classe, maior a chance de não sobreviver. Esses gráficos nos mostram que a primeira classe foi claramente beneficiada, tendo mais da metade do público sobrevivendo ao acidente, enquanto a maioria dos tripulantes vieram a falecer no acidente.

#15. A principal recomendação seria em relação â segurança do Titanic. Os dados nos informam que apenas 32.3% dos passageiros sobreviveram ao trágico acidente, uma quantidade preocupante. Ainda no fator segurança, deveriam garantir que todos os passageiros estivessem seguros, ao analisar os dados, percebemos que quanto maior a classe do passageiro, maior a chance de sobrevivência. Na primeira classe, a porcentagem de sobreviventes foi de 62.3%, enquanto a dos tripulantes foi de 24%. Outra observação é em relação ao sexo dos passageiros, há uma diferença significante entre a taxa de sobrevivência das passageiras femininas (73.2%), e dos passageiros masculinos(21.2%). Portanto, a principal recomendação para o Titanic seria em relação à democratização de sua segurança. Mulheres e passageiros de classe alta são beneficiados nesse quesito, o que é um erro, pois todos que estão ali são humanos e merecem ter o direito a segurança igualmente.