title: “Analisis Titanic dataset_Tugas ANMUL” author: “102_Aulia Aziza_24D” date: “2026-02-10” output: html_document
knitr::opts_knit$set(root.dir = getwd())
library(readr)## Warning: package 'readr' was built under R version 4.4.3data <- read.csv("Titanic-Dataset.csv")df_titanic <- data[, c("Age", "SibSp", "Parch", "Fare")] #hanya menggunakan kolom-kolom tersebut
print(head(df_titanic))## Age SibSp Parch Fare
## 1 22 1 0 7.2500
## 2 38 1 0 71.2833
## 3 26 0 0 7.9250
## 4 35 1 0 53.1000
## 5 35 0 0 8.0500
## 6 NA 0 0 8.4583Pada bagian ini akan ditampilkan 5 baris pertama dari data frame yang berisi kolom age, sibsp, parch, dan fare.
df_clean <- na.omit(df_titanic) #menangani missing value
print("data frame setelah pembersihan missing value")## [1] "data frame setelah pembersihan missing value"print(df_clean) #data frame yang telah dibersihkan## Age SibSp Parch Fare
## 1 22.00 1 0 7.2500
## 2 38.00 1 0 71.2833
## 3 26.00 0 0 7.9250
## 4 35.00 1 0 53.1000
## 5 35.00 0 0 8.0500
## 7 54.00 0 0 51.8625
## 8 2.00 3 1 21.0750
## 9 27.00 0 2 11.1333
## 10 14.00 1 0 30.0708
## 11 4.00 1 1 16.7000
## 12 58.00 0 0 26.5500
## 13 20.00 0 0 8.0500
## 14 39.00 1 5 31.2750
## 15 14.00 0 0 7.8542
## 16 55.00 0 0 16.0000
## 17 2.00 4 1 29.1250
## 19 31.00 1 0 18.0000
## 21 35.00 0 0 26.0000
## 22 34.00 0 0 13.0000
## 23 15.00 0 0 8.0292
## 24 28.00 0 0 35.5000
## 25 8.00 3 1 21.0750
## 26 38.00 1 5 31.3875
## 28 19.00 3 2 263.0000
## 31 40.00 0 0 27.7208
## 34 66.00 0 0 10.5000
## 35 28.00 1 0 82.1708
## 36 42.00 1 0 52.0000
## 38 21.00 0 0 8.0500
## 39 18.00 2 0 18.0000
## 40 14.00 1 0 11.2417
## 41 40.00 1 0 9.4750
## 42 27.00 1 0 21.0000
## 44 3.00 1 2 41.5792
## 45 19.00 0 0 7.8792
## 50 18.00 1 0 17.8000
## 51 7.00 4 1 39.6875
## 52 21.00 0 0 7.8000
## 53 49.00 1 0 76.7292
## 54 29.00 1 0 26.0000
## 55 65.00 0 1 61.9792
## 57 21.00 0 0 10.5000
## 58 28.50 0 0 7.2292
## 59 5.00 1 2 27.7500
## 60 11.00 5 2 46.9000
## 61 22.00 0 0 7.2292
## 62 38.00 0 0 80.0000
## 63 45.00 1 0 83.4750
## 64 4.00 3 2 27.9000
## 67 29.00 0 0 10.5000
## 68 19.00 0 0 8.1583
## 69 17.00 4 2 7.9250
## 70 26.00 2 0 8.6625
## 71 32.00 0 0 10.5000
## 72 16.00 5 2 46.9000
## 73 21.00 0 0 73.5000
## 74 26.00 1 0 14.4542
## 75 32.00 0 0 56.4958
## 76 25.00 0 0 7.6500
## 79 0.83 0 2 29.0000
## 80 30.00 0 0 12.4750
## 81 22.00 0 0 9.0000
## 82 29.00 0 0 9.5000
## 84 28.00 0 0 47.1000
## 85 17.00 0 0 10.5000
## 86 33.00 3 0 15.8500
## 87 16.00 1 3 34.3750
## 89 23.00 3 2 263.0000
## 90 24.00 0 0 8.0500
## 91 29.00 0 0 8.0500
## 92 20.00 0 0 7.8542
## 93 46.00 1 0 61.1750
## 94 26.00 1 2 20.5750
## 95 59.00 0 0 7.2500
## 97 71.00 0 0 34.6542
## 98 23.00 0 1 63.3583
## 99 34.00 0 1 23.0000
## 100 34.00 1 0 26.0000
## 101 28.00 0 0 7.8958
## 103 21.00 0 1 77.2875
## 104 33.00 0 0 8.6542
## 105 37.00 2 0 7.9250
## 106 28.00 0 0 7.8958
## 107 21.00 0 0 7.6500
## 109 38.00 0 0 7.8958
## 111 47.00 0 0 52.0000
## 112 14.50 1 0 14.4542
## 113 22.00 0 0 8.0500
## 114 20.00 1 0 9.8250
## 115 17.00 0 0 14.4583
## 116 21.00 0 0 7.9250
## 117 70.50 0 0 7.7500
## 118 29.00 1 0 21.0000
## 119 24.00 0 1 247.5208
## 120 2.00 4 2 31.2750
## 121 21.00 2 0 73.5000
## 123 32.50 1 0 30.0708
## 124 32.50 0 0 13.0000
## 125 54.00 0 1 77.2875
## 126 12.00 1 0 11.2417
## 128 24.00 0 0 7.1417
## 130 45.00 0 0 6.9750
## 131 33.00 0 0 7.8958
## 132 20.00 0 0 7.0500
## 133 47.00 1 0 14.5000
## 134 29.00 1 0 26.0000
## 135 25.00 0 0 13.0000
## 136 23.00 0 0 15.0458
## 137 19.00 0 2 26.2833
## 138 37.00 1 0 53.1000
## 139 16.00 0 0 9.2167
## 140 24.00 0 0 79.2000
## 142 22.00 0 0 7.7500
## 143 24.00 1 0 15.8500
## 144 19.00 0 0 6.7500
## 145 18.00 0 0 11.5000
## 146 19.00 1 1 36.7500
## 147 27.00 0 0 7.7958
## 148 9.00 2 2 34.3750
## 149 36.50 0 2 26.0000
## 150 42.00 0 0 13.0000
## 151 51.00 0 0 12.5250
## 152 22.00 1 0 66.6000
## 153 55.50 0 0 8.0500
## 154 40.50 0 2 14.5000
## 156 51.00 0 1 61.3792
## 157 16.00 0 0 7.7333
## 158 30.00 0 0 8.0500
## 161 44.00 0 1 16.1000
## 162 40.00 0 0 15.7500
## 163 26.00 0 0 7.7750
## 164 17.00 0 0 8.6625
## 165 1.00 4 1 39.6875
## 166 9.00 0 2 20.5250
## 168 45.00 1 4 27.9000
## 170 28.00 0 0 56.4958
## 171 61.00 0 0 33.5000
## 172 4.00 4 1 29.1250
## 173 1.00 1 1 11.1333
## 174 21.00 0 0 7.9250
## 175 56.00 0 0 30.6958
## 176 18.00 1 1 7.8542
## 178 50.00 0 0 28.7125
## 179 30.00 0 0 13.0000
## 180 36.00 0 0 0.0000
## 183 9.00 4 2 31.3875
## 184 1.00 2 1 39.0000
## 185 4.00 0 2 22.0250
## 188 45.00 0 0 26.5500
## 189 40.00 1 1 15.5000
## 190 36.00 0 0 7.8958
## 191 32.00 0 0 13.0000
## 192 19.00 0 0 13.0000
## 193 19.00 1 0 7.8542
## 194 3.00 1 1 26.0000
## 195 44.00 0 0 27.7208
## 196 58.00 0 0 146.5208
## 198 42.00 0 1 8.4042
## 200 24.00 0 0 13.0000
## 201 28.00 0 0 9.5000
## 203 34.00 0 0 6.4958
## 204 45.50 0 0 7.2250
## 205 18.00 0 0 8.0500
## 206 2.00 0 1 10.4625
## 207 32.00 1 0 15.8500
## 208 26.00 0 0 18.7875
## 209 16.00 0 0 7.7500
## 210 40.00 0 0 31.0000
## 211 24.00 0 0 7.0500
## 212 35.00 0 0 21.0000
## 213 22.00 0 0 7.2500
## 214 30.00 0 0 13.0000
## 216 31.00 1 0 113.2750
## 217 27.00 0 0 7.9250
## 218 42.00 1 0 27.0000
## 219 32.00 0 0 76.2917
## 220 30.00 0 0 10.5000
## 221 16.00 0 0 8.0500
## 222 27.00 0 0 13.0000
## 223 51.00 0 0 8.0500
## 225 38.00 1 0 90.0000
## 226 22.00 0 0 9.3500
## 227 19.00 0 0 10.5000
## 228 20.50 0 0 7.2500
## 229 18.00 0 0 13.0000
## 231 35.00 1 0 83.4750
## 232 29.00 0 0 7.7750
## 233 59.00 0 0 13.5000
## 234 5.00 4 2 31.3875
## 235 24.00 0 0 10.5000
## 237 44.00 1 0 26.0000
## 238 8.00 0 2 26.2500
## 239 19.00 0 0 10.5000
## 240 33.00 0 0 12.2750
## 243 29.00 0 0 10.5000
## 244 22.00 0 0 7.1250
## 245 30.00 0 0 7.2250
## 246 44.00 2 0 90.0000
## 247 25.00 0 0 7.7750
## 248 24.00 0 2 14.5000
## 249 37.00 1 1 52.5542
## 250 54.00 1 0 26.0000
## 252 29.00 1 1 10.4625
## 253 62.00 0 0 26.5500
## 254 30.00 1 0 16.1000
## 255 41.00 0 2 20.2125
## 256 29.00 0 2 15.2458
## 258 30.00 0 0 86.5000
## 259 35.00 0 0 512.3292
## 260 50.00 0 1 26.0000
## 262 3.00 4 2 31.3875
## 263 52.00 1 1 79.6500
## 264 40.00 0 0 0.0000
## 266 36.00 0 0 10.5000
## 267 16.00 4 1 39.6875
## 268 25.00 1 0 7.7750
## 269 58.00 0 1 153.4625
## 270 35.00 0 0 135.6333
## 272 25.00 0 0 0.0000
## 273 41.00 0 1 19.5000
## 274 37.00 0 1 29.7000
## 276 63.00 1 0 77.9583
## 277 45.00 0 0 7.7500
## 279 7.00 4 1 29.1250
## 280 35.00 1 1 20.2500
## 281 65.00 0 0 7.7500
## 282 28.00 0 0 7.8542
## 283 16.00 0 0 9.5000
## 284 19.00 0 0 8.0500
## 286 33.00 0 0 8.6625
## 287 30.00 0 0 9.5000
## 288 22.00 0 0 7.8958
## 289 42.00 0 0 13.0000
## 290 22.00 0 0 7.7500
## 291 26.00 0 0 78.8500
## 292 19.00 1 0 91.0792
## 293 36.00 0 0 12.8750
## 294 24.00 0 0 8.8500
## 295 24.00 0 0 7.8958
## 297 23.50 0 0 7.2292
## 298 2.00 1 2 151.5500
## 300 50.00 0 1 247.5208
## 303 19.00 0 0 0.0000
## 306 0.92 1 2 151.5500
## 308 17.00 1 0 108.9000
## 309 30.00 1 0 24.0000
## 310 30.00 0 0 56.9292
## 311 24.00 0 0 83.1583
## 312 18.00 2 2 262.3750
## 313 26.00 1 1 26.0000
## 314 28.00 0 0 7.8958
## 315 43.00 1 1 26.2500
## 316 26.00 0 0 7.8542
## 317 24.00 1 0 26.0000
## 318 54.00 0 0 14.0000
## 319 31.00 0 2 164.8667
## 320 40.00 1 1 134.5000
## 321 22.00 0 0 7.2500
## 322 27.00 0 0 7.8958
## 323 30.00 0 0 12.3500
## 324 22.00 1 1 29.0000
## 326 36.00 0 0 135.6333
## 327 61.00 0 0 6.2375
## 328 36.00 0 0 13.0000
## 329 31.00 1 1 20.5250
## 330 16.00 0 1 57.9792
## 332 45.50 0 0 28.5000
## 333 38.00 0 1 153.4625
## 334 16.00 2 0 18.0000
## 337 29.00 1 0 66.6000
## 338 41.00 0 0 134.5000
## 339 45.00 0 0 8.0500
## 340 45.00 0 0 35.5000
## 341 2.00 1 1 26.0000
## 342 24.00 3 2 263.0000
## 343 28.00 0 0 13.0000
## 344 25.00 0 0 13.0000
## 345 36.00 0 0 13.0000
## 346 24.00 0 0 13.0000
## 347 40.00 0 0 13.0000
## 349 3.00 1 1 15.9000
## 350 42.00 0 0 8.6625
## 351 23.00 0 0 9.2250
## 353 15.00 1 1 7.2292
## 354 25.00 1 0 17.8000
## 356 28.00 0 0 9.5000
## 357 22.00 0 1 55.0000
## 358 38.00 0 0 13.0000
## 361 40.00 1 4 27.9000
## 362 29.00 1 0 27.7208
## 363 45.00 0 1 14.4542
## 364 35.00 0 0 7.0500
## 366 30.00 0 0 7.2500
## 367 60.00 1 0 75.2500
## 370 24.00 0 0 69.3000
## 371 25.00 1 0 55.4417
## 372 18.00 1 0 6.4958
## 373 19.00 0 0 8.0500
## 374 22.00 0 0 135.6333
## 375 3.00 3 1 21.0750
## 377 22.00 0 0 7.2500
## 378 27.00 0 2 211.5000
## 379 20.00 0 0 4.0125
## 380 19.00 0 0 7.7750
## 381 42.00 0 0 227.5250
## 382 1.00 0 2 15.7417
## 383 32.00 0 0 7.9250
## 384 35.00 1 0 52.0000
## 386 18.00 0 0 73.5000
## 387 1.00 5 2 46.9000
## 388 36.00 0 0 13.0000
## 390 17.00 0 0 12.0000
## 391 36.00 1 2 120.0000
## 392 21.00 0 0 7.7958
## 393 28.00 2 0 7.9250
## 394 23.00 1 0 113.2750
## 395 24.00 0 2 16.7000
## 396 22.00 0 0 7.7958
## 397 31.00 0 0 7.8542
## 398 46.00 0 0 26.0000
## 399 23.00 0 0 10.5000
## 400 28.00 0 0 12.6500
## 401 39.00 0 0 7.9250
## 402 26.00 0 0 8.0500
## 403 21.00 1 0 9.8250
## 404 28.00 1 0 15.8500
## 405 20.00 0 0 8.6625
## 406 34.00 1 0 21.0000
## 407 51.00 0 0 7.7500
## 408 3.00 1 1 18.7500
## 409 21.00 0 0 7.7750
## 413 33.00 1 0 90.0000
## 415 44.00 0 0 7.9250
## 417 34.00 1 1 32.5000
## 418 18.00 0 2 13.0000
## 419 30.00 0 0 13.0000
## 420 10.00 0 2 24.1500
## 422 21.00 0 0 7.7333
## 423 29.00 0 0 7.8750
## 424 28.00 1 1 14.4000
## 425 18.00 1 1 20.2125
## 427 28.00 1 0 26.0000
## 428 19.00 0 0 26.0000
## 430 32.00 0 0 8.0500
## 431 28.00 0 0 26.5500
## 433 42.00 1 0 26.0000
## 434 17.00 0 0 7.1250
## 435 50.00 1 0 55.9000
## 436 14.00 1 2 120.0000
## 437 21.00 2 2 34.3750
## 438 24.00 2 3 18.7500
## 439 64.00 1 4 263.0000
## 440 31.00 0 0 10.5000
## 441 45.00 1 1 26.2500
## 442 20.00 0 0 9.5000
## 443 25.00 1 0 7.7750
## 444 28.00 0 0 13.0000
## 446 4.00 0 2 81.8583
## 447 13.00 0 1 19.5000
## 448 34.00 0 0 26.5500
## 449 5.00 2 1 19.2583
## 450 52.00 0 0 30.5000
## 451 36.00 1 2 27.7500
## 453 30.00 0 0 27.7500
## 454 49.00 1 0 89.1042
## 456 29.00 0 0 7.8958
## 457 65.00 0 0 26.5500
## 459 50.00 0 0 10.5000
## 461 48.00 0 0 26.5500
## 462 34.00 0 0 8.0500
## 463 47.00 0 0 38.5000
## 464 48.00 0 0 13.0000
## 466 38.00 0 0 7.0500
## 468 56.00 0 0 26.5500
## 470 0.75 2 1 19.2583
## 472 38.00 0 0 8.6625
## 473 33.00 1 2 27.7500
## 474 23.00 0 0 13.7917
## 475 22.00 0 0 9.8375
## 477 34.00 1 0 21.0000
## 478 29.00 1 0 7.0458
## 479 22.00 0 0 7.5208
## 480 2.00 0 1 12.2875
## 481 9.00 5 2 46.9000
## 483 50.00 0 0 8.0500
## 484 63.00 0 0 9.5875
## 485 25.00 1 0 91.0792
## 487 35.00 1 0 90.0000
## 488 58.00 0 0 29.7000
## 489 30.00 0 0 8.0500
## 490 9.00 1 1 15.9000
## 492 21.00 0 0 7.2500
## 493 55.00 0 0 30.5000
## 494 71.00 0 0 49.5042
## 495 21.00 0 0 8.0500
## 497 54.00 1 0 78.2667
## 499 25.00 1 2 151.5500
## 500 24.00 0 0 7.7958
## 501 17.00 0 0 8.6625
## 502 21.00 0 0 7.7500
## 504 37.00 0 0 9.5875
## 505 16.00 0 0 86.5000
## 506 18.00 1 0 108.9000
## 507 33.00 0 2 26.0000
## 509 28.00 0 0 22.5250
## 510 26.00 0 0 56.4958
## 511 29.00 0 0 7.7500
## 513 36.00 0 0 26.2875
## 514 54.00 1 0 59.4000
## 515 24.00 0 0 7.4958
## 516 47.00 0 0 34.0208
## 517 34.00 0 0 10.5000
## 519 36.00 1 0 26.0000
## 520 32.00 0 0 7.8958
## 521 30.00 0 0 93.5000
## 522 22.00 0 0 7.8958
## 524 44.00 0 1 57.9792
## 526 40.50 0 0 7.7500
## 527 50.00 0 0 10.5000
## 529 39.00 0 0 7.9250
## 530 23.00 2 1 11.5000
## 531 2.00 1 1 26.0000
## 533 17.00 1 1 7.2292
## 535 30.00 0 0 8.6625
## 536 7.00 0 2 26.2500
## 537 45.00 0 0 26.5500
## 538 30.00 0 0 106.4250
## 540 22.00 0 2 49.5000
## 541 36.00 0 2 71.0000
## 542 9.00 4 2 31.2750
## 543 11.00 4 2 31.2750
## 544 32.00 1 0 26.0000
## 545 50.00 1 0 106.4250
## 546 64.00 0 0 26.0000
## 547 19.00 1 0 26.0000
## 549 33.00 1 1 20.5250
## 550 8.00 1 1 36.7500
## 551 17.00 0 2 110.8833
## 552 27.00 0 0 26.0000
## 554 22.00 0 0 7.2250
## 555 22.00 0 0 7.7750
## 556 62.00 0 0 26.5500
## 557 48.00 1 0 39.6000
## 559 39.00 1 1 79.6500
## 560 36.00 1 0 17.4000
## 562 40.00 0 0 7.8958
## 563 28.00 0 0 13.5000
## 566 24.00 2 0 24.1500
## 567 19.00 0 0 7.8958
## 568 29.00 0 4 21.0750
## 570 32.00 0 0 7.8542
## 571 62.00 0 0 10.5000
## 572 53.00 2 0 51.4792
## 573 36.00 0 0 26.3875
## 575 16.00 0 0 8.0500
## 576 19.00 0 0 14.5000
## 577 34.00 0 0 13.0000
## 578 39.00 1 0 55.9000
## 580 32.00 0 0 7.9250
## 581 25.00 1 1 30.0000
## 582 39.00 1 1 110.8833
## 583 54.00 0 0 26.0000
## 584 36.00 0 0 40.1250
## 586 18.00 0 2 79.6500
## 587 47.00 0 0 15.0000
## 588 60.00 1 1 79.2000
## 589 22.00 0 0 8.0500
## 591 35.00 0 0 7.1250
## 592 52.00 1 0 78.2667
## 593 47.00 0 0 7.2500
## 595 37.00 1 0 26.0000
## 596 36.00 1 1 24.1500
## 598 49.00 0 0 0.0000
## 600 49.00 1 0 56.9292
## 601 24.00 2 1 27.0000
## 604 44.00 0 0 8.0500
## 605 35.00 0 0 26.5500
## 606 36.00 1 0 15.5500
## 607 30.00 0 0 7.8958
## 608 27.00 0 0 30.5000
## 609 22.00 1 2 41.5792
## 610 40.00 0 0 153.4625
## 611 39.00 1 5 31.2750
## 615 35.00 0 0 8.0500
## 616 24.00 1 2 65.0000
## 617 34.00 1 1 14.4000
## 618 26.00 1 0 16.1000
## 619 4.00 2 1 39.0000
## 620 26.00 0 0 10.5000
## 621 27.00 1 0 14.4542
## 622 42.00 1 0 52.5542
## 623 20.00 1 1 15.7417
## 624 21.00 0 0 7.8542
## 625 21.00 0 0 16.1000
## 626 61.00 0 0 32.3208
## 627 57.00 0 0 12.3500
## 628 21.00 0 0 77.9583
## 629 26.00 0 0 7.8958
## 631 80.00 0 0 30.0000
## 632 51.00 0 0 7.0542
## 633 32.00 0 0 30.5000
## 635 9.00 3 2 27.9000
## 636 28.00 0 0 13.0000
## 637 32.00 0 0 7.9250
## 638 31.00 1 1 26.2500
## 639 41.00 0 5 39.6875
## 641 20.00 0 0 7.8542
## 642 24.00 0 0 69.3000
## 643 2.00 3 2 27.9000
## 645 0.75 2 1 19.2583
## 646 48.00 1 0 76.7292
## 647 19.00 0 0 7.8958
## 648 56.00 0 0 35.5000
## 650 23.00 0 0 7.5500
## 652 18.00 0 1 23.0000
## 653 21.00 0 0 8.4333
## 655 18.00 0 0 6.7500
## 656 24.00 2 0 73.5000
## 658 32.00 1 1 15.5000
## 659 23.00 0 0 13.0000
## 660 58.00 0 2 113.2750
## 661 50.00 2 0 133.6500
## 662 40.00 0 0 7.2250
## 663 47.00 0 0 25.5875
## 664 36.00 0 0 7.4958
## 665 20.00 1 0 7.9250
## 666 32.00 2 0 73.5000
## 667 25.00 0 0 13.0000
## 669 43.00 0 0 8.0500
## 671 40.00 1 1 39.0000
## 672 31.00 1 0 52.0000
## 673 70.00 0 0 10.5000
## 674 31.00 0 0 13.0000
## 676 18.00 0 0 7.7750
## 677 24.50 0 0 8.0500
## 678 18.00 0 0 9.8417
## 679 43.00 1 6 46.9000
## 680 36.00 0 1 512.3292
## 682 27.00 0 0 76.7292
## 683 20.00 0 0 9.2250
## 684 14.00 5 2 46.9000
## 685 60.00 1 1 39.0000
## 686 25.00 1 2 41.5792
## 687 14.00 4 1 39.6875
## 688 19.00 0 0 10.1708
## 689 18.00 0 0 7.7958
## 690 15.00 0 1 211.3375
## 691 31.00 1 0 57.0000
## 692 4.00 0 1 13.4167
## 694 25.00 0 0 7.2250
## 695 60.00 0 0 26.5500
## 696 52.00 0 0 13.5000
## 697 44.00 0 0 8.0500
## 699 49.00 1 1 110.8833
## 700 42.00 0 0 7.6500
## 701 18.00 1 0 227.5250
## 702 35.00 0 0 26.2875
## 703 18.00 0 1 14.4542
## 704 25.00 0 0 7.7417
## 705 26.00 1 0 7.8542
## 706 39.00 0 0 26.0000
## 707 45.00 0 0 13.5000
## 708 42.00 0 0 26.2875
## 709 22.00 0 0 151.5500
## 711 24.00 0 0 49.5042
## 713 48.00 1 0 52.0000
## 714 29.00 0 0 9.4833
## 715 52.00 0 0 13.0000
## 716 19.00 0 0 7.6500
## 717 38.00 0 0 227.5250
## 718 27.00 0 0 10.5000
## 720 33.00 0 0 7.7750
## 721 6.00 0 1 33.0000
## 722 17.00 1 0 7.0542
## 723 34.00 0 0 13.0000
## 724 50.00 0 0 13.0000
## 725 27.00 1 0 53.1000
## 726 20.00 0 0 8.6625
## 727 30.00 3 0 21.0000
## 729 25.00 1 0 26.0000
## 730 25.00 1 0 7.9250
## 731 29.00 0 0 211.3375
## 732 11.00 0 0 18.7875
## 734 23.00 0 0 13.0000
## 735 23.00 0 0 13.0000
## 736 28.50 0 0 16.1000
## 737 48.00 1 3 34.3750
## 738 35.00 0 0 512.3292
## 742 36.00 1 0 78.8500
## 743 21.00 2 2 262.3750
## 744 24.00 1 0 16.1000
## 745 31.00 0 0 7.9250
## 746 70.00 1 1 71.0000
## 747 16.00 1 1 20.2500
## 748 30.00 0 0 13.0000
## 749 19.00 1 0 53.1000
## 750 31.00 0 0 7.7500
## 751 4.00 1 1 23.0000
## 752 6.00 0 1 12.4750
## 753 33.00 0 0 9.5000
## 754 23.00 0 0 7.8958
## 755 48.00 1 2 65.0000
## 756 0.67 1 1 14.5000
## 757 28.00 0 0 7.7958
## 758 18.00 0 0 11.5000
## 759 34.00 0 0 8.0500
## 760 33.00 0 0 86.5000
## 762 41.00 0 0 7.1250
## 763 20.00 0 0 7.2292
## 764 36.00 1 2 120.0000
## 765 16.00 0 0 7.7750
## 766 51.00 1 0 77.9583
## 768 30.50 0 0 7.7500
## 770 32.00 0 0 8.3625
## 771 24.00 0 0 9.5000
## 772 48.00 0 0 7.8542
## 773 57.00 0 0 10.5000
## 775 54.00 1 3 23.0000
## 776 18.00 0 0 7.7500
## 778 5.00 0 0 12.4750
## 780 43.00 0 1 211.3375
## 781 13.00 0 0 7.2292
## 782 17.00 1 0 57.0000
## 783 29.00 0 0 30.0000
## 785 25.00 0 0 7.0500
## 786 25.00 0 0 7.2500
## 787 18.00 0 0 7.4958
## 788 8.00 4 1 29.1250
## 789 1.00 1 2 20.5750
## 790 46.00 0 0 79.2000
## 792 16.00 0 0 26.0000
## 795 25.00 0 0 7.8958
## 796 39.00 0 0 13.0000
## 797 49.00 0 0 25.9292
## 798 31.00 0 0 8.6833
## 799 30.00 0 0 7.2292
## 800 30.00 1 1 24.1500
## 801 34.00 0 0 13.0000
## 802 31.00 1 1 26.2500
## 803 11.00 1 2 120.0000
## 804 0.42 0 1 8.5167
## 805 27.00 0 0 6.9750
## 806 31.00 0 0 7.7750
## 807 39.00 0 0 0.0000
## 808 18.00 0 0 7.7750
## 809 39.00 0 0 13.0000
## 810 33.00 1 0 53.1000
## 811 26.00 0 0 7.8875
## 812 39.00 0 0 24.1500
## 813 35.00 0 0 10.5000
## 814 6.00 4 2 31.2750
## 815 30.50 0 0 8.0500
## 817 23.00 0 0 7.9250
## 818 31.00 1 1 37.0042
## 819 43.00 0 0 6.4500
## 820 10.00 3 2 27.9000
## 821 52.00 1 1 93.5000
## 822 27.00 0 0 8.6625
## 823 38.00 0 0 0.0000
## 824 27.00 0 1 12.4750
## 825 2.00 4 1 39.6875
## 828 1.00 0 2 37.0042
## 830 62.00 0 0 80.0000
## 831 15.00 1 0 14.4542
## 832 0.83 1 1 18.7500
## 834 23.00 0 0 7.8542
## 835 18.00 0 0 8.3000
## 836 39.00 1 1 83.1583
## 837 21.00 0 0 8.6625
## 839 32.00 0 0 56.4958
## 841 20.00 0 0 7.9250
## 842 16.00 0 0 10.5000
## 843 30.00 0 0 31.0000
## 844 34.50 0 0 6.4375
## 845 17.00 0 0 8.6625
## 846 42.00 0 0 7.5500
## 848 35.00 0 0 7.8958
## 849 28.00 0 1 33.0000
## 851 4.00 4 2 31.2750
## 852 74.00 0 0 7.7750
## 853 9.00 1 1 15.2458
## 854 16.00 0 1 39.4000
## 855 44.00 1 0 26.0000
## 856 18.00 0 1 9.3500
## 857 45.00 1 1 164.8667
## 858 51.00 0 0 26.5500
## 859 24.00 0 3 19.2583
## 861 41.00 2 0 14.1083
## 862 21.00 1 0 11.5000
## 863 48.00 0 0 25.9292
## 865 24.00 0 0 13.0000
## 866 42.00 0 0 13.0000
## 867 27.00 1 0 13.8583
## 868 31.00 0 0 50.4958
## 870 4.00 1 1 11.1333
## 871 26.00 0 0 7.8958
## 872 47.00 1 1 52.5542
## 873 33.00 0 0 5.0000
## 874 47.00 0 0 9.0000
## 875 28.00 1 0 24.0000
## 876 15.00 0 0 7.2250
## 877 20.00 0 0 9.8458
## 878 19.00 0 0 7.8958
## 880 56.00 0 1 83.1583
## 881 25.00 0 1 26.0000
## 882 33.00 0 0 7.8958
## 883 22.00 0 0 10.5167
## 884 28.00 0 0 10.5000
## 885 25.00 0 0 7.0500
## 886 39.00 0 5 29.1250
## 887 27.00 0 0 13.0000
## 888 19.00 0 0 30.0000
## 890 26.00 0 0 30.0000
## 891 32.00 0 0 7.7500Menghapus baris yang memiliki missing value dengan perintah na.omit().
print("Correlation Matrix")## [1] "Correlation Matrix"cor(df_clean) #metrik korelasi## Age SibSp Parch Fare
## Age 1.00000000 -0.3082468 -0.1891193 0.09606669
## SibSp -0.30824676 1.0000000 0.3838199 0.13832879
## Parch -0.18911926 0.3838199 1.0000000 0.20511888
## Fare 0.09606669 0.1383288 0.2051189 1.00000000Metriks korelasi adalah sekumpulan variabel yang menunjukkan kekuatan dan arah hubungan antara setiap pasangan variabel, yang nilainya berkisar dari -1 (korelasi negatif) hingga 1 (korelasi positif). Pada data ini ditunjukkan bahwa:
Korelasi antara variabel age dan sibsp (-0,308 korelasi negatif), yang berarti semakin tua usia penumpang maka semakin sedikit jumlah saudara atau pasangan yang ikut, tetapi hubungan kedua variabel ini tidak konsisten atau cenderung lemah.
Korelasi antara age dan parch (-0,189 korelasi negatif lemah), menunjukkan bahwa semakin tua usia penumpang maka semakin sedikit penumpang yang membawa orang tua atau anak-anak mereka, akan tetapi korelasi ini sangat lemah karena tidak semua penumpang berusia tua megikuti perjalanan ini tanpa orang tua dan anak-anaknya.
Korelasi antara variabel age dan fare (0,096 korelasi positif lemah), angaka korelasi kedua variabel yang sangat kecil menunjukkan hubungan yang sangat lemah, artinya hampir tidak ada hubungan antara umur dan harga tiket yang dibeli oleh penumpang.
Korelasi variabel sibsp dengan parch (0,384 korelasi positif), korelasi variabel yang positif menunjukkan bahwa penumpang yang berpergian bersama saudara atau pasangan cenderung juga membawa orang tua atau anak mereka.
Korelasi antara sibsp dan fare (0,138 korelasi positif lemah), angka ini menunjukkan pengaruh yang sangat kecil mengenai hubungan antara semakin banyak penumpang yang membawa saudara atau pasangannya, maka harga tiket yang dibeli semakin meningkat.
Korelasi antara variabel parch dengan fare (0,205 korelasi positif lemah), menunjukkan bahwa jumlah penumpang yang membawa orang tua atau anak mereka sedikit mempengaruhi kenaikan harga tiket yang dibeli.
print("Variance-Covariance Matrix")## [1] "Variance-Covariance Matrix"cov(df_clean) #metrik varians kovarians## Age SibSp Parch Fare
## Age 211.019125 -4.1633339 -2.3441911 73.849030
## SibSp -4.163334 0.8644973 0.3045128 6.806212
## Parch -2.344191 0.3045128 0.7281027 9.262176
## Fare 73.849030 6.8062117 9.2621760 2800.413100print("Eigen value dan eigen vector")## [1] "Eigen value dan eigen vector"eigen(cov(df_clean)) #nilai eigen dan vektor eigen## eigen() decomposition
## $values
## [1] 2802.5636587 209.0385659 0.9438783 0.4787214
##
## $vectors
## [,1] [,2] [,3] [,4]
## [1,] 0.028477552 0.99929943 -0.024018111 0.0035788596
## [2,] 0.002386349 -0.02093144 -0.773693322 0.6332099362
## [3,] 0.003280818 -0.01253786 -0.633088089 -0.7739712590
## [4,] 0.999586200 -0.02837826 0.004609234 0.0009266652