泰坦尼克号数据分析

1.提出问题

1.泰坦尼克号救生船上的男女比例是否符合电影情节（优先保护女性）？

2.救生船的安放是否合理？是否出现慌乱？

2.数据预处理

2.1 缺失值可视化

library('vcd')
library('grid')
lb <- Lifeboats # 导入数据
# 查看缺失值 -------------------------------------------------------------------
library(VIM) 
matrixplot(lb)

发现数据良好，无缺失值。

3.方差分析

3.1 交互作用分析

library(stats)
# 被救援总人数与women和men之间的关系
wm <- aov(total~women*men*crew, data = lb)
summary(wm)

> summary(wm)
               Df Sum Sq Mean Sq   F value Pr(>F)    
women           1   4465    4465 5.380e+32 <2e-16 ***
men             1    449     449 5.415e+31 <2e-16 ***
crew            1    106     106 1.275e+31 <2e-16 ***
women:men       1      0       0 1.170e-01 0.7394    
women:crew      1      0       0 3.520e+00 0.0901 .  
men:crew        1      0       0 1.628e+00 0.2308    
women:men:crew  1      0       0 2.900e-02 0.8681    
Residuals      10      0       0                     
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

通过方差交互效应分析我们发现，船员优先保护女性，女性获救比例比男性高很多（women : men 的 p 值0.7394）

4.数据可视化

4.1 女性、男性、船上船员获救比例图

type <- c('women','men','crew')
nums <- c(sum(lb$women), sum(lb$men), sum(lb$crew))
df <- data.frame(type = type, nums = nums)
p <- ggplot(data = df, mapping = aes(x = 'Content', y = nums, fill
                                     = type))+
  geom_bar(stat = 'identity', position = 'stack')
p + coord_polar(theta = 'y') +
  labs(x = '', y = '', title = 'The relation of W&M&C') +
  theme(axis.text = element_blank(),panel.grid=element_blank())

可以看出女性获救比例很高，事实上确实先保护了女性。

4.2 关于救生船

qplot(total/cap, data = lb, geom = 'density',color=side)
# 查看船容量与实际乘坐人数的关系
# Port是左侧 Starboard是右侧
qplot(women/total, data = lb,geom = c('density'),color = side)
# 查看女性占获救占比总数

我们明显发现Starboard这一侧做的比较空，可能遇到了慌乱，也许不同侧当时遇到的情况不同。
女性获救比例在右舷侧更高。

qplot(side,total/cap,data = lb, geom = 'boxplot', main = '')+
  #geom_jitter(shape=16, position = position_jitter(0.2))
  #stat_summary(fun.y = mean, geom = "point", shape = 23, size=4)
  geom_dotplot(binaxis = 'y', stackdir = 'center', dotsize = 0.5,color = 'black')
  # 添加描点

箱线图可以更好的体现当时的情景。明显左舷侧做的比较满，而右舷侧比较空。左侧也遇到了超载的情况。

> sum(lb$total)
[1] 854
> sum(lb$cap)
[1] 1084

通过计算发现实际获救人数比救生船容量少了许多。

泰坦尼克号的救生艇其实设计得非常结实，可以承受70个人的重量，但是船员们却不知道这一点。实际上本可以总共搭载1178人的救生艇，最后只上去了651人（还有一些人是跳海之后被救上救生艇）。在船的左舷，救生船只载妇女和儿童。在右舷，则是妇女优先逃生之后允许男性登艇。所以，在右舷获救的人数比在左舷获救的多。

泰坦尼克号（英国1912年沉没的巨型游轮）_百度百科 (baidu.com)

由于数据量太小,通过查阅资料发现, 实际上右舷侧确实引发了慌乱救援过程出现了骚乱

1：20：水从E甲板的工作走廊直接往后漫，灌入4号锅炉舱。D层的前部餐厅几乎已成了潜水训练场，船体重心不断缓慢前移。原先平静的顶层甲板乱成一片，乘客终于发觉事态的严重，纷纷挤向救生艇。骚乱在不断地升级，船员开枪压制乘客，疏散工作开始失去控制。

1：30：此时船上的人开始发生骚动，当舱侧14号救生艇搭载了60人准备放出时，人群企图跳入艇中，被身处艇中的五等船员劳尔（Lowe）向天开枪吓止。留在泰坦尼克号的人陷入了绝望之中。

1
2
3

qplot(time , total/cap,geom = 'line',color = side) + geom_smooth(aes(group = side), method = "loess"
  , se = T,alpha = 0.2,color = 'black')
# 查看左右侧乘坐率的区别

发现

左侧一开始没有坐满,后期却又超载不少.
右侧乘坐率越来越多,但是始终没有坐满,在右侧发生骚乱后,出现了乘坐率突然下降的趋势,此时情景慌乱.

data("Lifeboats")
attach(Lifeboats)
ternaryplot(
  Lifeboats[,4:6],
  pch = ifelse(side == "Port", 1, 19), # 3,17代表小圆点类型
  col = ifelse(side == "Port", "red", "steelblue"),
  id  = ifelse(men / total > 0.1, as.character(boat)),
  prop_size = 1.3,
  dimnames_position = "corner",# 把三项图元素写在角
  main = "Lifeboats on the Titanic", # 标题
  labels = 'outside', # 表内标签的位置写在外面

)
grid_legend(1.2, 0.9, c(1, 19), c("red", "steelblue"), # 加上标注
            c("Port", "Starboard"), title = "SIDE")
detach(Lifeboats)

从三相图可以看出，女性被救援比例高，船员负责航行船只，所以获救也比男性高。

5.Consequence

5.1 回答疑问

女性乘客在这个悲剧中首先获救，其次是船员（为了航行船只），男性乘客获救比例最低
.救生船大部分没有做满,而且左右侧的情况不一样.

5.2 过程中的发现

通过对左舷右舷数据的处理发现

船员对于救生船能坐的人数不清楚,起始阶段很多船没有被利用好,乘座率并不高.
右舷侧发生了骚乱,在救援时候人们发生了争执,由于争夺,导致最后右舷获救反而变少,还出现了停止上船的事故.

You Yang

泰坦尼克号救援之谜