Passo 1 - carregar o banco de dados

library(readxl)
load("C:/Users/Lenovo/Desktop/Base_de_dados-master/Titanic.RData")
View(Titanic)

Passo 2- transformando variáveis

Titanic$Sexo2 <- ifelse(Titanic$Sexo=="Feminino","Mulheres","Homens")
Titanic$Sobreviveu2 <- ifelse(Titanic$Sobreviveu=="Sobreviveu","Vida","Morte")
View(Titanic)

Passo 3 - análise

O maior número de sobreviventes é do sexo masculino.

library(dplyr)
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
tabela1 <- Titanic %>%select(Sobreviveu2,Sexo2) %>% table()
tabela1
##            Sexo2
## Sobreviveu2 Homens Mulheres
##       Morte   1364      126
##       Vida     366      344

A primeira qualidade a se observar é a diferença de indivíduos de cada sexo, tem-se 470 mulheres contra 1.730 homens.

round(prop.table(tabela1,1)*100,1)
##            Sexo2
## Sobreviveu2 Homens Mulheres
##       Morte   91.5      8.5
##       Vida    51.5     48.5

A tabela de proporção nos mostra que 73,2% de mulheres foram sobreviventes, enquanto apenas 21,2% dos homens sobreviveram.

Passo 4 - barplot

barplot(tabela1,beside = TRUE,legend = TRUE,
        col = c("black","yellow"),ylim=c(0,1364))

Apesar da porcentagem de mortes masculinas ser muito acima da feminina, comparativamente, os sobreviventes ultrapassam as mulheres em 22. Isso porque a quantidade total de cada classe de indivíduos é absurdamente distinta, fazendo com o que os 21,2% represente quantidade superior aos 73,4% das mulheres.

Essa diferença de 22 é quase imperceptível no gráfico mas, ainda assim, o maior número de sobreviventes ainda é do sexo masculino.