load(url("https://github.com/DATAUNIRIO/Base_de_dados/raw/master/Titanic.RData"))
ls()
## [1] "Titanic"
str(Titanic)
## 'data.frame':    2200 obs. of  4 variables:
##  $ Classe    : Factor w/ 4 levels "Tripula\xe7\xe3o",..: 2 2 2 2 2 2 2 2 2 2 ...
##  $ Idade     : Factor w/ 2 levels "criança","adulto": 2 2 2 2 2 2 2 2 2 2 ...
##  $ Sexo      : Factor w/ 2 levels "Feminino","Masculino": 2 2 2 2 2 2 2 2 2 2 ...
##  $ Sobreviveu: Factor w/ 2 levels "Não sobreviveu",..: 2 2 2 2 2 2 2 2 2 2 ...

#——————————————————————– #Limpeza da palavra tripulação #——————————————————————–

names(Titanic)
## [1] "Classe"     "Idade"      "Sexo"       "Sobreviveu"
names(Titanic)[1] <- "Classe"
Titanic$Classe <- iconv(Titanic$Classe, "latin1", "UTF-8")

#——————————————————————– # 1. Quantas pessoas tinha no Titanic? Quantas informações (variáveis) existem no banco de dados? #——————————————————————–

library(dplyr)
## 
## Anexando pacote: 'dplyr'
## Os seguintes objetos são mascarados por 'package:stats':
## 
##     filter, lag
## Os seguintes objetos são mascarados por 'package:base':
## 
##     intersect, setdiff, setequal, union
total_passengers <- nrow (Titanic)

total_variables <- ncol(Titanic)

#Resposta: 2.200 pessoas estavam no titanic e temos 4 variáveis.

#——————————————————————– #2. Quantas pessoas sobreviveram ao Titanic? #——————————————————————–

Tabela1 = table(Titanic$Sobreviveu)
Tabela1
## 
## Não sobreviveu     Sobreviveu 
##           1490            710

#Resposta: 710 Sobreviveram pessoas ao desastre.

#———————————————————————- #3. Qual é a proporção de pessoas que sobreviveram ao Titanic? #——————————————————————–

prop.table(Tabela1)*100
## 
## Não sobreviveu     Sobreviveu 
##       67.72727       32.27273

#Resposta: 67.72 % não sobreviveram e 32.27% sobreviveram ao desastre.

#——————————————————————– #4. Quantas mulheres sobreviveram? #——————————————————————–

Tabela2 = table(Titanic$Sexo)
Tabela2
## 
##  Feminino Masculino 
##       470      1730

Resposta: 470 mulheres sobreviveram ao desastre.

#——————————————————————– # 5.Quantas crianças sobreviveram? #——————————————————————–

Tabela3= table(Titanic$Idade)
Tabela3
## 
## criança  adulto 
##     109    2091

Resposta: 109 crianças sobreviveram ao desastre.

#——————————————————————– # 6. Quantas pessoas da terceira classe sobreviveram? #——————————————————————–

Tabela4 = table(Titanic$Sobreviveu,Titanic$Classe)
Tabela4
##                 
##                  Primeira Segunda Terceira Tripulação
##   Não sobreviveu      122     167      528        673
##   Sobreviveu          202     118      178        212

#Resposta: 178 pessoas da terceira classe sobreviveram ao desastre.

#——————————————————————– # 7. Qual o percentual de mulheres que sobreviveu? #——————————————————————–

Tabela2 = table(Titanic$Sexo,Titanic$Sobreviveu)
Tabela2
##            
##             Não sobreviveu Sobreviveu
##   Feminino             126        344
##   Masculino           1364        366
round(prop.table(Tabela2,1)*100,1)
##            
##             Não sobreviveu Sobreviveu
##   Feminino            26.8       73.2
##   Masculino           78.8       21.2

#Resposta: 73.19% das mulheres sobreviveram ao desastre.

#——————————————————————– #8. Qual o percentual de crianças que sobreviveu? #——————————————————————–

Tabela3 = table(Titanic$Idade,Titanic$Sobreviveu)
prop.table(Tabela3)*100
##          
##           Não sobreviveu Sobreviveu
##   criança       2.363636   2.590909
##   adulto       65.363636  29.681818
round(prop.table(Tabela3,1)*100,digits = 2) 
##          
##           Não sobreviveu Sobreviveu
##   criança          47.71      52.29
##   adulto           68.77      31.23

#Resposta: 52.29% das crianças sobreviveram ao desastre.

#——————————————————————– #9. Qual o percentual da terceira classe que sobreviveu? #——————————————————————–

Tabela4 = table(Titanic$Classe,Titanic$Sobreviveu)
prop.table(Tabela4)*100
##             
##              Não sobreviveu Sobreviveu
##   Primeira         5.545455   9.181818
##   Segunda          7.590909   5.363636
##   Terceira        24.000000   8.090909
##   Tripulação      30.590909   9.636364
round(prop.table(Tabela4,1)*100,digits = 2) 
##             
##              Não sobreviveu Sobreviveu
##   Primeira            37.65      62.35
##   Segunda             58.60      41.40
##   Terceira            74.79      25.21
##   Tripulação          76.05      23.95

Resposta: 25.21% das pessoas pertencentes da terceira classe sobreviveram.

#———————————————————————— # 10. Que tipo de gráfico você pode utilizar nesse tipo de dado? Por quê? #————————————————————————

#Respoa: Gráfco de barras. Foi utilizado este modelo de gráfico devido a possibilidade de cruzar dados que tenham algum tipo de relação e que, quando confrontados, expressam um determinado desempenho.

#———————————————————————— #11. Você poderia construir um gráfico para a variável “sobreviveu”? #————————————————————————

Tabela1 = table(Titanic$Sobreviveu)
Tabela1
## 
## Não sobreviveu     Sobreviveu 
##           1490            710
barplot(Tabela1)

bp <- barplot(Tabela1, col=c("blue", "black"),
              main = "Gráfico 1 - Sobreviventes do Titanic",
              horiz = FALSE,beside=TRUE,
              legend.text = rownames(Tabela1),
              args.legend = list(x = "topleft"))

percentual <- round(prop.table(Tabela1)*100, digits =1)
percentual
## 
## Não sobreviveu     Sobreviveu 
##           67.7           32.3
rotulo <- paste0(percentual,"%")
rotulo
## [1] "67.7%" "32.3%"
text(bp, 0, rotulo,cex=1.6,pos=3,col = "white")

#————————————————————————– #12. Você poderia construir um gráfico da variável “sobreviveu” por “sexo”? #————————————————————————–

Tabela2 = table(Titanic$Sexo, Titanic$Sobreviveu)
Tabela2
##            
##             Não sobreviveu Sobreviveu
##   Feminino             126        344
##   Masculino           1364        366
bp <- barplot(Tabela2, col=c("blue", "black"),
               main = "Gráfico 2- Sobreviventes do Titanic por Sexo",
               horiz = FALSE,beside=TRUE,
               legend.text = rownames(Tabela2),
               args.legend = list(x = "topleft"))

percentual <- round(prop.table(Tabela2, 1)*100, digits = 2)
percentual
##            
##             Não sobreviveu Sobreviveu
##   Feminino           26.81      73.19
##   Masculino          78.84      21.16
rotulo <- paste0(percentual,"%")
rotulo
## [1] "26.81%" "78.84%" "73.19%" "21.16%"
text (bp, 2, rotulo, cex = 1.6, pos = 3, col = "white")

#———————————————————————— #13. Você poderia construir uma outra visualização de dados (além dessas duas)? Qual gráfico você sugere? #————————————————————————

library(ggplot2)
tabela_idade = table(Titanic$Idade)
tabela_idade
## 
## criança  adulto 
##     109    2091
round(prop.table(tabela_idade)*100,2)
## 
## criança  adulto 
##    4.95   95.05
pie(tabela_idade, 
    col = c("black", "blue"),
    main = "Gráfico 3 - Sobreviventes por Idade")

prop.table(tabela_idade)
## 
##    criança     adulto 
## 0.04954545 0.95045455

#resposta: O gráfico de pizza foi escolhido para ilustrar a relação entre idade e sobrevivência, proporcionando uma visualização clara e direta dessas variáveis. Este tipo de gráfico destaca as proporções de cada faixa etária em relação à sobrevivência, tornando mais fácil a compreensão dos dados de forma intuitiva e eficaz.

#—————————————————————————- #14. Você consegue interpretar esses dois gráficos? o que eles estão dizendo? #—————————————————————————-

#Resposta: Ambos os gráficos nos fornecem as mesmas informações porém de maneiras distintas. O primeiro temos como visualização barras diferenciadas por cores e tamanhos de pontos, facilitando a compreendimento dos dados. No segundo gráfico temos a mesma distrubição porém com barras vermelhas que representam os não sobreviventes e a azuis os sobreviventes. Em ambos os gráficos percebe-se que na categoria “Tripulação”, grande parte veio a óbito, apenas com uma pequena parcela sobrevivento. Na primeira classe percebe-se que obteve o maior número de sobreviventes; Na segunda classa temos, apesar de maior a proporção de não sobreviventes é evidente que teve-se um numero significativo se sobreviventes; Na terceira classe a maioria veio a óbito, com uma pequena porção de sobreviventes.

#———————————————————————— #15. Se você fosse fazer um Pitch (apresentação de 03 a 05 minutos) com recomendações sobre o Titanic a partir dos dados. Qual ideia você passaria? Quero um posicionamento!

#Resposta: Observa-se que houve uma discrepância enorme em relação aos sobreviventes e suas classes sociais, sendo assim, temos uma importante informação para que eventuais tragédias não se repitam. É imprescindível o preparo da equipe, com treinamentos adequados para situações emergenciais, com protocolos de segurança bem estipulados, para que assim não haja diferenciação advindo de preconceitos e sendo assim qualquer tripulante, independente de sua classe, tenha seus direitos resguardados. #Ademais, todos os navios devem estar preparados para eventuais acidentes, sendo assim se faz necessário a atualização constante em relação à contagem e estado dos botes salva vidas e coletes. #Nos tempos atuais a tecnologia deve ser utilizada da melhor maneira possível, sendo assim deve-se investir nos sistemas de comunicação a bordo, para que assim os passageiros estejam cientes da situação que está ocorrendo e possam agir da melhor maneira, evitando caos e pânico em situações emergenciais e contento danos maiores.