Importar base de dados titanic

load("C:/Users/andre/Desktop/Unirio 2020.1/5f - Estatistica - Steven/Base_de_dados-master/Titanic.RData")

Gerar tabela de registro de vidas 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
tabela1 <- Titanic %>% select(Classe,Sobreviveu) %>% table
tabela1
##             Sobreviveu
## Classe       Não sobreviveu Sobreviveu
##   Tripulação            673        212
##   Primeira              122        202
##   Segunda               167        118
##   Terceira              528        178

Gerando gráfico de registro de vidas por classe

barplot(tabela1, beside=TRUE,
        col=c("gray","darkgreen","purple","blue"),
        main="Registro de vidas por classe",
        horiz = TRUE,
        legend = TRUE)

Podemos concluir que a tripulação é a maior classe de vidas a bordo e também ter sido a classe que teve mais sobreviventes, assim como o maior número de mortos, que superaram o número de sobreviventes em mais de 3 vezes. A primeira classe é a que teve maior número de sobreviventes por classe e o menor de não sobreviventes.

Gerando tabela de proporções

tabela2 <- Titanic %>% select(Sexo,Sobreviveu) %>% table
tabela2
##            Sobreviveu
## Sexo        Não sobreviveu Sobreviveu
##   Feminino             126        344
##   Masculino           1364        366
round(prop.table(tabela1, margin=1)*100,2)
##             Sobreviveu
## Classe       Não sobreviveu Sobreviveu
##   Tripulação          76.05      23.95
##   Primeira            37.65      62.35
##   Segunda             58.60      41.40
##   Terceira            74.79      25.21

Gerando gráfico de proporção 2

plot(round(prop.table(tabela2, margin=1)*100,2),
     main= "Gráfico de proporção de vidas por classes")

Aqui podemos verificar que o numero de mulheres sobreviventes, independente de classe, foi muito maior se comparado ao de homens sobreviventes.

A seguir vamos separar as vidas por classes e sexo.

tabela3 <- Titanic %>% select(Sexo,Sobreviveu,Classe) %>% table
tabela3
## , , Classe = Tripulação
## 
##            Sobreviveu
## Sexo        Não sobreviveu Sobreviveu
##   Feminino               3         20
##   Masculino            670        192
## 
## , , Classe = Primeira
## 
##            Sobreviveu
## Sexo        Não sobreviveu Sobreviveu
##   Feminino               4        141
##   Masculino            118         61
## 
## , , Classe = Segunda
## 
##            Sobreviveu
## Sexo        Não sobreviveu Sobreviveu
##   Feminino              13         93
##   Masculino            154         25
## 
## , , Classe = Terceira
## 
##            Sobreviveu
## Sexo        Não sobreviveu Sobreviveu
##   Feminino             106         90
##   Masculino            422         88

# Gerando um gráfico com relação de Sexo X Classe X Vida

plot(tabela3)

Assim, podemos ter certeza de que o número de mulheres sobreviventes foi muito maior que o de homens em todas as classes. E que o número de sobrevivnetes mulheres é muito proximo dentre as todas classes.