Titanic

Importar la base de Datos

#file.choose()
bd <- read.csv("/Users/vanessaelizondo/Desktop/Tec/Semestre 7/CSV/titanic (1).csv")

Entender base de datos

resumen<-summary(bd)
resumen

##      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")]

Titanic$survived<- as.factor (ifelse(Titanic$survived==0, "Muri?", "Sobrevivi?"))
Titanic$pclass<- as.factor(Titanic$pclass)
Titanic$sex<- as.factor(Titanic$sex)
str(Titanic)

## 'data.frame':    1309 obs. of  4 variables:
##  $ pclass  : Factor w/ 3 levels "1","2","3": 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 "Muri?","Sobrevivi?": 2 2 1 1 1 2 2 1 2 1 ...

sum(is.na(Titanic))

## [1] 263

Titanic<- na.omit(Titanic)

Crear el Arbol de decision

#install.packages("rpart.plot")
library(rpart.plot)

## Loading required package: rpart

arbol<- rpart(formula = survived ~ ., data=Titanic)
arbol

## n= 1046 
## 
## node), split, n, loss, yval, (yprob)
##       * denotes terminal node
## 
##  1) root 1046 427 Muri? (0.59177820 0.40822180)  
##    2) sex=male 658 135 Muri? (0.79483283 0.20516717)  
##      4) age>=9.5 615 110 Muri? (0.82113821 0.17886179) *
##      5) age< 9.5 43  18 Sobrevivi? (0.41860465 0.58139535)  
##       10) pclass=3 29  11 Muri? (0.62068966 0.37931034) *
##       11) pclass=1,2 14   0 Sobrevivi? (0.00000000 1.00000000) *
##    3) sex=female 388  96 Sobrevivi? (0.24742268 0.75257732)  
##      6) pclass=3 152  72 Muri? (0.52631579 0.47368421)  
##       12) age>=1.5 145  66 Muri? (0.54482759 0.45517241) *
##       13) age< 1.5 7   1 Sobrevivi? (0.14285714 0.85714286) *
##      7) pclass=1,2 236  16 Sobrevivi? (0.06779661 0.93220339) *

#install.packages("rpart.plot")
library(rpart.plot)
rpart.plot(arbol)

prp(arbol,extra=7,prefix="fraccion/n")

Gráfica

table(bd$survived)

## 
##   0   1 
## 809 500

barplot(table(bd$survived), main = "Influencia de la edad sobre la probabilidad de Sobrevivencia", xlab = "Sobreviviente", ylab = "Edad" )

Gráfica interactiva

library(shiny)
library(tidyverse)

## ── Attaching packages ─────────────────────────────────────── tidyverse 1.3.2 ──
## ✔ ggplot2 3.3.6      ✔ purrr   0.3.4 
## ✔ tibble  3.1.8      ✔ dplyr   1.0.10
## ✔ tidyr   1.2.0      ✔ stringr 1.4.1 
## ✔ readr   2.1.2      ✔ forcats 0.5.2 
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()

#selectInput(“type”, “Tipo de Grafica”, choices = c(“p”,“l”, “b”), selected = “l”)

#renderPlot({plot(Titanic\(survived,Titanic\)pclass, type= input$type)})

Conclusión

En esta actividad se trabajo con “La creación de un Arbol de Decisiones”.Me di cuenta de la importancia que tiene esta herramienta ya que de una base de datos extrae la información de una manera que te permite visualizar de manera más sencilla los caminos que se pueden tomar dependiendo de distintas vaqriables y en este caso de Titanic las diferentes características de una persona.

En este arbol de decisión podemos analizar y darnos cuenta que el genero era un factor de extrema importancia para la probabilidad de sobrevivir o no del Titanic. De el 100% de los hombres el 63% murieron y el 37% sobrevivieron, con está estadística podemos analizar y determinar que un punto decisivo en las autoridades del Titanic era que sobrevivan las mujeres primero. Continuamos con las edades, este arbol de decisiones nos indica que niños menores de los 9 años tenían mayor oportunidad de sobrevivir. De ese 63% de los hombres fallecidos el 59% eran mayorees de 9.5 años. Y el último factor decisivo era la clase en el cual la probabilidad de sobrevivencia era mayor siendo de clase alta.