泰坦尼克号乘客生存因素分析报告

分析简报

总体生存概况

泰坦尼克号共 891名乘客 记录,其中 342人获救549人遇难,总体生存率仅为 38.38%,死亡率达 61.62%。泰坦尼克号乘客总体生存率分析


影响生存的关键因素

1. 性别:决定生存的首要因素

女性生存率 74.2%,远高于 男性 18.89%,两者差异高达 55.31 个百分点。女性生存概率约为男性的近 4倍泰坦尼克号乘客性别与生存率分析结论

关键判断:"妇孺优先"救援原则在泰坦尼克号海难中得到了充分体现。

2. 舱位等级:社会经济地位的生存代价

各等级生存率呈现阶梯式递减:

关键判断:舱位等级与生存机会呈强烈正相关,三等舱乘客占总人数 55%,生存率却仅为一等舱的 38.5%。

3. 年龄:儿童优先救援原则得到验证

按年龄段分组的生存率:

关键判断:儿童生存率最高,老人生存率最低,年龄与生存概率呈负相关关系。

数据说明:年龄分析基于 714 条有效记录(占 80.1%),177 人年龄缺失。

4. 票价:经济实力的生存映射

生存者平均票价 48.40美元,死亡者仅 22.12美元,差距达 119%。

按票价三分位数分组:

关键判断:票价与生存率呈显著正相关,高票价组生存率是低票价组的 2.76 倍。

5. 登船港口:反映乘客构成差异

各港口乘客生存率:

关键判断:瑟堡港乘客生存率最高,可能与该港乘客中高舱位比例较高有关。


综合结论

泰坦尼克号乘客生存率主要受 性别、舱位等级、年龄、票价 四重因素影响,呈现明显的"妇孺优先、富人优先"救援模式。数据显示:

  • 女性 + 一等舱 + 儿童 是生存概率最高的组合
  • 男性 + 三等舱 + 老人 是生存概率最低的组合

本分析基于891名乘客数据,未包含船员信息。

这份报告怎么来的

  1. 1

    分析目标

    基于泰坦尼克号乘客生存数据分析影响生存的关键因素
  2. 2

    相关数据

  3. 3

    分析简报

    泰坦尼克号乘客生存因素分析报告

相关数据

相关数据 01

泰坦尼克号乘客总体生存率分析

关键发现

处理说明

合并泰坦尼克号乘客总体生存率和分组的死亡人数分布数据,生成完整分析结果

7 行 · 字段加载中
数据未包含船员信息,仅覆盖891名乘客;Age字段存在缺失值,可能影响更细致的年龄分层分析;缺少具体的遇难时间和地点分布数据

相关数据 02

泰坦尼克号舱位等级生存率差异分析

关键发现

数据口径

按舱位等级Pclass(1/2/3等舱)分组,统计各等级的乘客数量、生存人数、生存率,并计算各等级生存率差异。输出包括:各等级乘客数量、生存人数、生存率(百分比)、以及以一等舱为基准与其他等级的生存率绝对差异。

分析仅基于舱位等级单一维度,未控制其他变量如性别、年龄的影响;数据为891名乘客的子集,非全部2224名船上人员;Cabin字段大量缺失,无法进行更精细的舱室位置分析

相关数据 03

泰坦尼克号乘客性别与生存率分析结论

关键发现

处理说明

基于性别生存统计数据,计算男性和女性之间的生存率差异(男性生存率-女性生存率),并输出完整的分析结果表格,包含性别、乘客总数、生存人数、生存率和性别生存率差异

数据集共891名乘客记录,可能存在部分缺失值影响统计精度;未区分年龄段的性别分析(如女童与成年女性);仅反映 survival 结果,未包含具体救援场景细节;分析基于历史数据,生存率受多种因素综合影响

相关数据 04

泰坦尼克号乘客年龄与生存关系分析:儿童优先救援原则得到数据验证

关键发现

处理说明

创建完整的年龄与生存关系分析报告摘要表

16 行 · 字段加载中
年龄数据存在[19.87%缺失](proportion, origin=0.1987)(177人),主要集中于舱位等级较低的乘客,可能对舱位-年龄交互分析产生偏差;年龄段分组采用固定区间阈值(12/18/60岁),不同划分方式可能影响结论的敏感性;未控制舱位等级(Pclass)和性别(Sex)等协变量,如儿童多集中在高舱位可能是其高生存率的部分原因;统计结果基于样本数据,总体推断范围限于泰坦尼克号实际乘客群体

相关数据 05

泰坦尼克号各登船港口乘客生存情况分析

关键发现

数据口径

按登船港口Embarked分组,统计各港口的乘客数量、生存人数和生存率。筛除Embarked为NULL的记录,计算Survived=1的生存人数,生存率=生存人数/乘客总数。

分析剔除了Embarked为空的记录(原数据集中有记录缺失);生存率差异可能受舱位等级、性别比例等混杂因素影响,需进一步交叉分析验证;皇后镇样本量较小(77人),结果的统计置信度相对较低

相关数据 06

泰坦尼克号乘客票价与生存率关系分析

关键发现

数据口径

分析票价Fare与生存的关系:1) 计算生存者(Survived=1)与死亡者(Survived=0)的票价分布统计,包括样本量、均值、中位数、标准差、最小值、最大值;2) 按票价三分位数将乘客分为低/中/高三组,统计每组的样本量和生存率。使用SQL分层CTE计算:第一层计算票价分布统计,第二层按NTILE(3)分段并统计每组生存率。

5 行 · 字段加载中
票价数据存在[15%](proportion, origin=0.148)的缺失值([Age](metric_name)字段缺失更明显),可能导致部分低票价群体样本被低估。;[票价](metric_name)与[舱位等级](metric_name)高度相关([皮尔逊相关系数](metric_name)预计>0.6),独立判断票价对生存的净效应需控制舱位变量。;仅基于[891名乘客](metric_value, origin=891)的数据,未考虑船员、[一等舱](dim_value)中极端高票价([512美元](metric_value, origin=512.3292))的异常值加权效应。
yuxin
通过 Sive 制作