O objetivo dessa atividade é analisar expedições que ocorreram nos Himalaias, indicando se uma pessoa deveria ou não se arriscar na escalada das montanhas. O conjunto de dados possui 3 tabelas, chamadas “expeditions”, com 10365 linhas e 16 colunas, “peaks”, com 469 linhas e 8 colunas, e “members”, com 76.520 linhas e 21 colunas.
As fontes para reprodução deste código encontram-se na seção “Referências”, no final desta atividade.
Sua idade, visto que pode indicar uma possível condição física, a época que pretende ir, para evitar que a pessoa vá em uma época que não seja adequada para a escalada, seu sexo, se é profissional, para sabermos se precisaria ou não de algum tipo de apoio, se ja visitou alguma montanha, para saber se a pessoa possui um certo tipo de conhecimento, e histórico de doenças, para ver se a pessoa tem condições físicas e mentais de realizar tal atividade.
Analisando a idade:
dados$members <- dados$members %>%
mutate(age = ifelse(str_detect(age, "^[0-9]+$"), age, NA))
idades <- as.numeric(dados$members$age)
faixas_etarias <- cut(idades,
breaks = seq(0, 100, by = 10),
right = FALSE)
table(faixas_etarias)faixas_etarias
[0,10) [10,20) [20,30) [30,40) [40,50) [50,60) [60,70) [70,80)
1 558 18070 27219 17201 7566 2150 249
[80,90) [90,100)
8 0 Gráfico para visualização da frequência de idades das pessoas que visitaram o Himalaia:
grafico_idade <- ggplot(dados$members, aes(x = as.numeric(age))) +
geom_histogram(binwidth = 10,
boundary = 0,
closed = "left",
fill = "steelblue",
color = "white") +
labs(title = "Distribuição por Faixa Etária",
x = "Idade (Intervalos de 10 anos)",
y = "Quantidade de Pessoas") +
scale_x_continuous(breaks = seq(0, 90, by = 10)) +
scale_y_continuous(breaks = seq(0, 30000, by = 5000)) +
theme_minimal()
grafico_idadeWarning: Removed 3497 rows containing non-finite outside the scale range
(`stat_bin()`).
Analisando o sexo:
table(dados$members$sex)
F M NA
7044 69473 2 sexo_limpo <- dados$members %>%
filter(sex %in% c("M", "F"))Construindo gráfico para visualização:
grafico_sexo <- ggplot(sexo_limpo, aes(x = sex, fill = sex)) +
geom_bar(color = "white", width = 0.6) +
labs(title = "Comparação de Quantidade por Sexo",
x = "Sexo",
y = "Quantidade de Pessoas") +
scale_fill_manual(values = c("F" = "#e06666", "M" = "#4374a4")) +
scale_y_continuous(labels = scales::comma, breaks = seq(0, 80000, by = 10000)) +
theme_minimal() +
theme(legend.position = "none")
grafico_sexo
Analisando o hired:
tabela_hired <- table(dados$members$hired)
tabela_hired
FALSE TRUE
60788 15731 Criando gráfico para visualização:
grafico_hired <- ggplot(as.data.frame(table(dados$members$hired)),
aes(x = "", y = Freq, fill = Var1)) +
geom_bar(stat = "identity", width = 1) +
coord_polar(theta = "y") +
theme_void() +
labs(title = "Proporção de Membros Contratados (Hired)", fill = "Contratado?")
grafico_hired
RESPOSTA: Pessoas que visitam o Himalaia costumam ser homens, pessoas não contratadas e na faixa etária de 30-40 anos.
Analisando a estação do ano:
tabela_season <- table(dados$expeditions$season)
tabela_season
Autumn Spring Summer Unknown Winter
5064 4875 108 2 315 # Selecionando as 10 montanhas com mais expedições
top_montanhas <- dados$expeditions %>%
count(peak_name, sort = TRUE) %>%
slice_head(n = 10) %>%
pull(peak_name)
top_montanhas [1] "Everest" "Ama Dablam" "Cho Oyu" "Manaslu" "Lhotse"
[6] "Dhaulagiri I" "Makalu" "Baruntse" "Pumori" "Annapurna I" # Filtrando os dados
expedicoes_filtradas <- dados$expeditions %>%
filter(
peak_name %in% top_montanhas,
season != "Unknown",
!is.na(members)
) # Contando os registros de cada montanha em cada estaçãoCriando o gráfico com facetas para visualização:
grafico_season <- ggplot(expedicoes_filtradas, aes(
x = reorder(peak_name, members, FUN = median),
y = members
)) +
geom_boxplot(
fill = "steelblue",
alpha = 0.7,
outlier.alpha = 0.3
) +
facet_wrap(~season) +
coord_flip() +
labs(
title = "Perfil das expedições por estação do ano",
subtitle = "Distribuição do número de integrantes nas 10 montanhas mais escaladas",
x = "Montanha escalada",
y = "Número de integrantes"
) +
theme_minimal() +
theme(
legend.position = "none",
strip.text = element_text(face = "bold"),
plot.title = element_text(face = "bold")
)
grafico_season
Análise: O gráfico indica que a maioria das expedições possui equipes pequenas, geralmente com até 10 integrantes. O Everest se destaca pela maior variação no tamanho das equipes, especialmente na primavera. No inverno, as equipes apresentam distribuições mais concentradas. Já o verão possui poucos registros, dificultando comparações.
Vendo quantas montanhas foram escaladas e quantas ainda não:
tabela_montanhas <- table(dados$peaks$climbing_status)
tabela_montanhas
Climbed Unclimbed
341 127 Gráfico para visualização:
tabela_status <- as.data.frame(
table(dados$peaks$climbing_status)
)
colnames(tabela_status) <- c("Status", "Freq")
grafico_climbing <- ggplot(tabela_status, aes(
x = Status,
y = Freq,
fill = Status
)) +
geom_col() +
labs(
title = "Montanhas escaladas e não escaladas",
x = "Situação",
y = "Quantidade de montanhas"
) +
theme_minimal()
grafico_climbing
Análise: Vemos, então, que a maioria das montanhas no dataset foram escaladas.
Agora, criando um gráfico comparando as altitudes das montanhas escaladas e das que não são:
grafico_altitude <- ggplot(dados$peaks, aes(
x = climbing_status,
y = height_metres,
fill = climbing_status
)) +
geom_boxplot() +
labs(
title = "Altitude das montanhas escaladas e não escaladas",
x = "Status de escalada",
y = "Altitude (metros)"
) +
theme_minimal()
grafico_altitude
Análise: A partir desse gráfico, vemos que as montanhas não escaladas não são necessariamente as mais altas, mostrando que a dificuldade de uma escalada depende de outros fatores além da altitude.
Fazendo a analise para as duas visualizações considerando número de mortos, montanha escalada, altura alcançada e se foi utilizado oxigênio:
1º Visualização:
expedicoes_tratadas <- expeditions |>
mutate(
highpoint_metres = as.numeric(as.character(highpoint_metres)),
total_mortes = as.numeric(member_deaths) + as.numeric(hired_staff_deaths),
teve_morte = if_else(total_mortes > 0, "Com Mortes", "Sem Mortes")
) |>
drop_na(highpoint_metres, oxygen_used)Warning: There was 1 warning in `mutate()`.
ℹ In argument: `highpoint_metres = as.numeric(as.character(highpoint_metres))`.
Caused by warning:
! NAs introduzidos por coerçãografico_mortes <- ggplot(expedicoes_tratadas,
aes(x = highpoint_metres, color = teve_morte, fill = teve_morte)) +
geom_density(alpha = 0.4, adjust = 1.5) +
facet_wrap(~ oxygen_used) +
labs(
title = "Perfil de Altitude e Ocorrência de Mortes",
subtitle = "Segmentado pelo uso de oxigênio suplementar",
x = "Ponto Mais Alto Atingido (metros)",
y = "Densidade",
fill = "Status",
color = "Status"
) +
theme_minimal() +
scale_fill_viridis_d(option = "plasma", begin = 0.3, end = 0.9) +
scale_color_viridis_d(option = "plasma", begin = 0.3, end = 0.9)
grafico_mortes
2º Visualização:
grafico_montanhas_obitos <- expedicoes_tratadas |>
mutate(
total_mortes = as.numeric(member_deaths) + as.numeric(hired_staff_deaths),
total_equipe = as.numeric(members) + as.numeric(hired_staff)
) |>
group_by(peak_name) |>
summarize(
soma_mortes = sum(total_mortes, na.rm = TRUE),
media_equipe = mean(total_equipe, na.rm = TRUE)
) |>
slice_max(soma_mortes, n = 10) |>
ggplot(aes(x = reorder(peak_name, soma_mortes), y = soma_mortes,
fill = media_equipe)) +
geom_col() +
coord_flip() +
labs(
title = "Top 10 Montanhas com Mais Óbitos Registrados",
subtitle = "Colorido pelo tamanho médio da equipe (membros + staff)",
x = "Nome da Montanha",
y = "Total de Óbitos (Membros + Staff)",
fill = "Média de Pessoas"
) +
theme_minimal() +
scale_fill_viridis_c(option = "viridis")
grafico_montanhas_obitos
Análise: Na análise dos gráficos, vemos que as fatalidades concentram-se drasticamente em expedições que buscam altitudes extremas (acima de 8.000 metros) utilizando oxigênio suplementar. Além disso, o risco não se distribui igualmente entre as montanhas: o Everest lidera o total de óbitos e caracteriza-se por excursões de grande porte, com médias superiores a 12 pessoas entre membros e staff. Ou seja, o perfil mais crítico de mortalidade envolve expedições estruturadas de grande escala em picos de elevada altitude.
1. O período mais seguro;
2) O período em que teremos mais condições de chegar ao topo.
epoca_analise <- expeditions |>
mutate(
sucesso = if_else(str_detect(termination_reason, "Success"), 1, 0),
total_mortes = member_deaths + hired_staff_deaths
) |>
filter(season != "Unknown") |>
group_by(season) |>
summarize(
Sucessos = sum(sucesso, na.rm = TRUE),
Mortes = sum(total_mortes, na.rm = TRUE)
) |>
drop_na(season)grafico_sucesso <- epoca_analise |>
ggplot(aes(x = reorder(season, Sucessos), y = Sucessos, fill = season)) +
geom_col(show.legend = FALSE, alpha = 0.85) +
coord_flip() +
labs(
title = "Condições de Chegar ao Topo",
subtitle = "Total de expedições bem-sucedidas (pico principal e subpico) por estação",
x = "Estação",
y = "Número de Sucessos"
) +
theme_minimal() +
scale_fill_viridis_d(option = "viridis")
grafico_sucesso
grafico_falha <- epoca_analise |>
ggplot(aes(x = reorder(season, Mortes), y = Mortes, fill = season)) +
geom_col(show.legend = FALSE, alpha = 0.85) +
coord_flip() +
labs(
title = "Análise de Segurança por Estação",
subtitle = "Total de óbitos (membros + staff) por estação",
x = "Estação",
y = "Total de Óbitos"
) +
theme_minimal() +
scale_fill_viridis_d(option = "plasma")
grafico_falha
Análise: A análise por estação mostra que a primavera é o período ideal para chegar ao topo, concentrando o maior volume de picos bem-sucedidos por causa das melhores condições climáticas. Porém, por ser a época de maior movimento, é também a que registra mais óbitos. O outono serve como uma boa alternativa, enquanto o inverno e o verão são muito restritivos. Ou seja, a Primavera garante as melhores chances de sucesso, mas exige atenção redobrada aos riscos da alta lotação.
Se a pessoa tiver uma grande vontade de viver essa aventura, ela poderá, porém com todos os cuidados possíveis. Em épocas como a primavera ou outono, saber que são as que possuem a maior quantidade de membros por equipe, e conhecendo seus próprios limites físicos e mentais, não tentando forçar ultrapassa-los pra alcançar o objetivo. Além disso, é adequado pesquisar não só sobre as expedições e sobre a quantidade de profissionais e pessoas com experiência que geralmente elas possuem, mas também sobre o número de mortes.
O banco de dados pode ser encontrado no site https://www.himalayandatabase.com.
Os dados utilizados nessa atividade se encontram no link a seguir: https://docs.google.com/spreadsheets/d/1-hi4jg_zrslYya8LSrSSykgGPTthHQK2NFN1bG3ulVA/edit?usp=sharing