Passo 1 - Carregar o banco de dados

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

Passo 2 - Construção das tabelas

#Hipótese: quantidade de sobreviventes por classe

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
tabela6 <- Titanic %>% select(Classe, Sobreviveu) %>% table()
tabela6
##             Sobreviveu
## Classe       Não sobreviveu Sobreviveu
##   Tripulação            673        212
##   Primeira              122        202
##   Segunda               167        118
##   Terceira              528        178
round(prop.table(tabela6,1)*100,1)
##             Sobreviveu
## Classe       Não sobreviveu Sobreviveu
##   Tripulação           76.0       24.0
##   Primeira             37.7       62.3
##   Segunda              58.6       41.4
##   Terceira             74.8       25.2

Passo 3 - Construção do gráfico

barplot(tabela6,beside = TRUE, col = c("royalblue","red","black","yellow"),
        main="Análise Bivariada",
        legend= TRUE)

Como podemos analisar nos gráficos acima, é nítido que ocorreram mais óbitos do que sobreviventes, isso mostra que os métodos para emergência não foram eficazes. Vale ressaltar os sobreviventes tiveram um equilíbrio entre as classes, demonstrando que não houve uma priorização para salvar a primeira classe, mas sim as crianças e mulheres no navio.
Além disso, é notório que dentre os não sobreviventes, a terceira classe foi a que mais sofreu abates. Isso mostra uma pouca importância com essa classe, visto que a primeira e a segunda tiveram um número de óbitos muito inferior a esta. A partir disso, podemos notar que além de priorizar crianças e mulheres, a segurança optou por salvar as classes com mais poder econômico.