下载掌阅APP，畅读海量书库
立即打开
本项目的开发及运行环境如下：
操作系统：推荐Windows 10、11及以上版本。
编程语言：R语言。
开发环境：RStudio。
第三方R包：pastecs、ggplot2、dplyr、reshape2。
泰坦尼克号数据集分析实战首要任务是数据准备，了解数据集中各个字段的含义和其中的内容；然后进行数据预处理工作，包括查看数据信息和缺失值分析与处理，以确保数据质量；最后进行基本统计分析和乘客生存情况分析。
本项目分析流程如图3.1所示。
图3.1 泰坦尼克号数据集分析流程
本项目的功能结构已经在章首页中给出。本项目实现的具体功能如下：
数据准备：对数据进行简单的预览，了解数据内容。
数据预处理：首先查看数据基本信息，包括行数、列数、所有列名以及数据集中每个变量的数据类型，然后分析缺失值并对缺失值进行处理。
基本统计分析：包括乘客年龄分析、乘客性别分析、不同性别乘客的年龄分布情况、不同年龄乘客亲属数量分析、船舱等级情况分析和票价分布情况。
乘客生存情况分析：包括总体生存情况分析、不同等级船舱乘客生存情况分析、各个登船港口乘客生存情况分析、性别与乘客生存情况分析、年龄和性别与乘客生存情况分析和乘客亲属数量与生存情况分析。