Carregar base de dados

load(url("https://github.com/DATAUNIRIO/Base_de_dados/raw/master/Titanic.RData"))
  1. Quantas pessoas tinha no Titanic? Quantas informações (variáveis) existem no banco de dados?
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 ...

Encontrei o seguinte resultado:2200 pessoas E 4 Variáveis existentes no banco de dados disponíveis. Obtive esses dados com as informações da aba ‘’environment’’ que possuia esses resultados do número de linhas e as colunas.

  1. Quantas pessoas sobreviveram ao Titanic?
tabela_sobreviveu<-table(Titanic$Sobreviveu)
tabela_sobreviveu
## 
## Não sobreviveu     Sobreviveu 
##           1490            710

Ao utilizar o código a cima, foi possivel analizar 2 dados, as 710 pessoas que sobreviveram e os 1490 que faleceram no incidente do navio.

  1. Qual é a proporção de pessoas que sobreviveram ao Titanic?
round(prop.table(tabela_sobreviveu)*100,2)
## 
## Não sobreviveu     Sobreviveu 
##          67.73          32.27

Utilizei o comando a cima e adicionei 100,2 para vizualizar em porcentagem, e o resultado da proporção de pessoas sobreviventes se deu por 32,27%.

#Análises descritivas dos dados

  1. Quantas mulheres sobreviveram?
table(Titanic$Sexo,Titanic$Sobreviveu)
##            
##             Não sobreviveu Sobreviveu
##   Feminino             126        344
##   Masculino           1364        366

De acordo com o código que utilizei, apenas 344 mulheres foram sobreviventes do naufrágio. O código fez a dimenção de não só das mulheres como os homens (sexo) e sobreviventes e não sobreviventes.

  1. Quantas crianças sobreviveram?
table(Titanic$Idade,Titanic$Sobreviveu)
##          
##           Não sobreviveu Sobreviveu
##   criança             52         57
##   adulto            1438        653

Em relação as crianças vítimas do incidente, 57 delas sobreviveram. O programa fez relação das crianças e adultos (idade) e destacou esse dado de quase metade das crianças infelizmente que vieram a falecer.

  1. Quantas pessoas da terceira classe sobreviveram?
Titanic$Classe = iconv(Titanic$Classe, "latin1", "UTF-8")

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

Avaliando as 3 classes, foram salvos apenas 178 pessoas da terceira classe. A correlação do código foi dessas classes mais a tripulação com os sobreviventes totais.

  1. Qual o percentual de mulheres que sobreviveu?
Perc_mulher<-table(Titanic$Sobreviveu, Titanic$Sexo, exclude = "Masculino")
round(prop.table(Perc_mulher)*100,2)
##                 
##                  Feminino
##   Não sobreviveu    26.81
##   Sobreviveu        73.19

O percentual das mulheres sobreviventes foi de 73,19%. O código fez relação ao público feminino sobrevivente da questão 4 e transformou após usarmos 100,2 de porcentagem.

  1. Qual o percentual de crianças que sobreviveu?
Perc_criança<-table(Titanic$Sobreviveu, Titanic$Idade, exclude = "adulto")
round(prop.table(Perc_criança)*100,2)
##                 
##                  criança
##   Não sobreviveu   47.71
##   Sobreviveu       52.29

As crianças que sobreviveram (questão 5) foi transformada em 52,29%.Utilizei a mesma lógica das questões percentuais de usar 100,2 para chegar a esse resultado.

  1. Qual o percentual da terceira classe que sobreviveu?
Perc_terc<-table(Titanic$Sobreviveu,Titanic$Classe,exclude = c("Tripulação","Primeira","Segunda")) 
round(prop.table(Perc_terc)*100,2)
##                 
##                  Terceira
##   Não sobreviveu    74.79
##   Sobreviveu        25.21

O percentual encontrado da terceira classe sobrevivente foi 25,21%. Na mesma Lógica das outras, apenas utilizei 100,2 para conseguir a porcentagem correlacionando com os sobreviventes da terceira classe na pergunta 6.

  1. Que tipo de gráfico você pode utilizar nesse tipo de dado? Por quê? Um tipo de gráfico bom para analise desses dados e de dados de variáveis qualitativas, elas ordinais ou nominais é o Gráfico de barras.Sendo as variáveis qualitativas representadas por categorias, enquanto as quantitativas, números.

  2. Você poderia construir um gráfico para a variável “sobreviveu”?

Sobreviventes<-table(Titanic$Sobreviveu)
Sobreviventes
## 
## Não sobreviveu     Sobreviveu 
##           1490            710
barplot(Sobreviventes, main = "Sobreviventes", sub = "Sobreviveram 710/2200", beside = TRUE, ylim = c(0,1500), col=c("#f5f125","#25f5d6"))

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

Sobreviventes_Sexo<-table(Titanic$Sobreviveu,Titanic$Sexo,exclude="Não sobreviveu")
Sobreviventes_Sexo
##             
##              Feminino Masculino
##   Sobreviveu      344       366
barplot(Sobreviventes_Sexo, main ="Sobreviventes por Sexo",beside = TRUE, col = c("#25f597","#cf25f5"),ylim=c(0,400))

  1. Você poderia construir uma outra visualização de dados (além dessas duas)? Qual gráfico você sugere?
mosaicplot(table(Titanic$Classe,Titanic$Sobreviveu),main = " GRAFICO IV - SOBREVIVENTES DO TITANIC",color = c("#fa2020","#fa9820"))

  1. Você consegue interpretar esses dois gráficos? o que eles estão dizendo?

Os 2 gráficos expõem os mesmos dados, o número de sobreviventes e não sobreviventes de determinada classe. Sendo assim, a diferença é como são retratadas as informações.

  1. 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!

Como esse evento foi um símbolo de tragédia desde aquela época até os dias atuais, podemos refletir sobre imprevistos e que por mais seguro que seja o ambiente, eles acontecem. No caso do Titanic e tantas vidas perdidas, foi possível através dos dados constatar a diferença entre as classes de pessoas no navio que se salvaram.O preparo do navio para possiveis problemas de segurança e a demora no resgate demonstram o quão importante é ter equipes bem equipadas e treinadas para qualquer tipo de intercorrência.Para não cometer os mesmos erros do passado, é essencial investir em tecnologia para prevenir problemas e garantir que a segurança seja sempre uma prioridade, e não apenas algo que parece importante.