Titanic Markdown
Paul Ramos Martinez - A01028886
2022-09-19
Probabilidad de sobrevivir el Titanic
Obtener probablidades
#Importar base de datos
bd <- read.csv("C:\\Users\\paulr\\Downloads\\titanic.csv")
#Entender bd
summary(bd)## pclass survived name sex
## Min. :1.000 Min. :0.000 Length:1309 Length:1309
## 1st Qu.:2.000 1st Qu.:0.000 Class :character Class :character
## Median :3.000 Median :0.000 Mode :character Mode :character
## Mean :2.295 Mean :0.382
## 3rd Qu.:3.000 3rd Qu.:1.000
## Max. :3.000 Max. :1.000
##
## age sibsp parch ticket
## Min. : 0.1667 Min. :0.0000 Min. :0.000 Length:1309
## 1st Qu.:21.0000 1st Qu.:0.0000 1st Qu.:0.000 Class :character
## Median :28.0000 Median :0.0000 Median :0.000 Mode :character
## Mean :29.8811 Mean :0.4989 Mean :0.385
## 3rd Qu.:39.0000 3rd Qu.:1.0000 3rd Qu.:0.000
## Max. :80.0000 Max. :8.0000 Max. :9.000
## NA's :263
## fare cabin embarked boat
## Min. : 0.000 Length:1309 Length:1309 Length:1309
## 1st Qu.: 7.896 Class :character Class :character Class :character
## Median : 14.454 Mode :character Mode :character Mode :character
## Mean : 33.295
## 3rd Qu.: 31.275
## Max. :512.329
## NA's :1
## body home.dest
## Min. : 1.0 Length:1309
## 1st Qu.: 72.0 Class :character
## Median :155.0 Mode :character
## Mean :160.8
## 3rd Qu.:256.0
## Max. :328.0
## NA's :1188#Filtrar la base de datos
Titanic <- bd[,c("pclass", "age", "sex", "survived")] #Esta funcion sirve para filtrar ciertas columnas
#Convertir tipos de variables
Titanic$survived <- as.factor (ifelse(Titanic$survived == 0, "Murio", "Sobrevivio")) #Cambia el nombre
Titanic$pclasss <- as.factor (Titanic$pclass)
Titanic$sex <- as.factor (Titanic$sex)
str(Titanic)## 'data.frame': 1309 obs. of 5 variables:
## $ pclass : int 1 1 1 1 1 1 1 1 1 1 ...
## $ age : num 29 0.917 2 30 25 ...
## $ sex : Factor w/ 2 levels "female","male": 1 2 1 2 1 2 1 2 1 2 ...
## $ survived: Factor w/ 2 levels "Murio","Sobrevivio": 2 2 1 1 1 2 2 1 2 1 ...
## $ pclasss : Factor w/ 3 levels "1","2","3": 1 1 1 1 1 1 1 1 1 1 ...#Eliminar NA
sum(is.na(Titanic))## [1] 263Titanic <- na.omit(Titanic)
#Crear arbol de decision
install.packages("rpart", repos = "http://cran.us.r-project.org")## Installing package into 'C:/Users/paulr/AppData/Local/R/win-library/4.2'
## (as 'lib' is unspecified)## package 'rpart' successfully unpacked and MD5 sums checked## Warning: cannot remove prior installation of package 'rpart'## Warning in file.copy(savedcopy, lib, recursive = TRUE): problem copying C:
## \Users\paulr\AppData\Local\R\win-library\4.2\00LOCK\rpart\libs\x64\rpart.dll
## to C:\Users\paulr\AppData\Local\R\win-library\4.2\rpart\libs\x64\rpart.dll:
## Permission denied## Warning: restored 'rpart'##
## The downloaded binary packages are in
## C:\Users\paulr\AppData\Local\Temp\RtmpoluaAG\downloaded_packageslibrary(rpart)
arbol <- rpart(formula = survived ~ ., data = Titanic)
arbol## n= 1046
##
## node), split, n, loss, yval, (yprob)
## * denotes terminal node
##
## 1) root 1046 427 Murio (0.59177820 0.40822180)
## 2) sex=male 658 135 Murio (0.79483283 0.20516717)
## 4) age>=9.5 615 110 Murio (0.82113821 0.17886179) *
## 5) age< 9.5 43 18 Sobrevivio (0.41860465 0.58139535)
## 10) pclass>=2.5 29 11 Murio (0.62068966 0.37931034) *
## 11) pclass< 2.5 14 0 Sobrevivio (0.00000000 1.00000000) *
## 3) sex=female 388 96 Sobrevivio (0.24742268 0.75257732)
## 6) pclass>=2.5 152 72 Murio (0.52631579 0.47368421)
## 12) age>=1.5 145 66 Murio (0.54482759 0.45517241) *
## 13) age< 1.5 7 1 Sobrevivio (0.14285714 0.85714286) *
## 7) pclass< 2.5 236 16 Sobrevivio (0.06779661 0.93220339) *install.packages("rpart.plot", repos = "http://cran.us.r-project.org")## Installing package into 'C:/Users/paulr/AppData/Local/R/win-library/4.2'
## (as 'lib' is unspecified)## package 'rpart.plot' successfully unpacked and MD5 sums checked
##
## The downloaded binary packages are in
## C:\Users\paulr\AppData\Local\Temp\RtmpoluaAG\downloaded_packageslibrary(rpart.plot)
rpart.plot(arbol) #Ignora los porcientos ya que eso es el porcentaje de la base de datos por lo que importa mas el numero
prp(arbol, extra = 7, prefix = "fraccion\n")
Conclusión Este ejercicio nos sirvío para analizar las probabilidades de supervivencia del Titanic, donde de entrada cualquier persona tiene el 41% de sobrevivir, sin embargo esto puede ser alterado por las siguientes características: si se trata de un hombre este porcentaje decae a solo el 21%, al ser mujer este incrementa al 75%. Comenzando por los hombres en el caso a cualquiera menor a los 9 años y medio de edad sus probabilidades de supervivencia son del 58% y siendo mayor o igual de clase 3 esto se convierte en un 100% comparado con un 38% por ser de 3era clase, aunque siendo estos mayores a los 9 años y medio implica que en cualquier caso su probabilidad de supervivencia es del 18%. Por el otro lado en el caso de las mujeres, aquellas encontradas en la menor que la tercer clase sobrevivieron en un 93%, mientras que al ser de una clase mayor solo el 47% sobrevivio excepto por los bebes menores a la edad de 1.5 años cuya posibilidad de supervivencia fue del 0.86%.