Ver más...Cumbre de Descubrimiento de Fráncfort: Resumen de Titanic Revisited: ¡Manos a la obra! (EU2018 202)
Nivel: Principiante
Alfredo López Navarro, Gerente de Conocimiento de Web Intelligence, Centro de Comando Digital, Telefónica Alemania
Nos gustaría ofrecer una descripción convincente de algunos datos poco conocidos sobre el desastre del RMS Titanic, que se hundió en 1912 tras colisionar con un iceberg. Todos conocemos la historia, o eso creemos. Gracias a la Metodología de Descubrimiento de Telefónica, impulsada por JMP, nos embarcaremos en una expedición que nos sumergirá en un mar de datos para rescatar información del olvido. Extraeremos datos utilizando la función " Internet abierto ". Uniremos, concatenaremos y actualizaremos tablas hasta crear una base de datos mejorada capaz de proporcionar abundante información. Después, mediante ANOVA, análisis categóricos y visuales, contaremos una fascinante historia basada en datos. ¡Prepárense para una sorpresa de última hora! Por supuesto, todos nos pondremos manos a la obra: todo está documentado y explicado para ser publicado en la Comunidad de Usuarios de JMP. Nos gustaría iniciar una conversación para que otros puedan desarrollar esta información a partir de aquí. ¡Únanse a nosotros!
Los archivos adjuntos son:
- Script de importación que usamos para obtener la información del bote salvavidas de la Enciclopedia del Titanic. Sin embargo, para acceder a todos los datos es necesario estar registrado en la Enciclopedia. De lo contrario, solo se obtiene información básica.
- Nuestro diario y las tablas de datos se encuentran en un archivo de proyecto JMP archivado para su uso en JMP 14. Los proyectos se introdujeron en JMP 14, por lo que no se abrirán ni funcionarán en JMP 13 ni en versiones anteriores. Algunos modelos guardados en el archivo 01_Titanic.jmp se crean con JMP Pro y, por lo tanto, los scripts guardados para estos modelos no se ejecutarán solo con JMP.
- También existe un archivo .zip para JMP 13, que incluye el diario y las tablas de datos relacionadas. En cuanto a JMP 14, algunos modelos solo funcionan con JMP Pro. Sin embargo, esto no afectará el análisis realizado desde el diario.
La forma de presentar la historia va más allá de JMP, pero utiliza sus análisis e informes. Esto se debe a que, en @Telefonica, los resultados del análisis también deben incorporarse en otros informes. Para comprender mejor cómo se vería un gráfico basado en el conjunto de datos del Titanic, le recomendamos leer este folleto.
La vida es desordenada, y los datos también.
Pensamos que sería fácil, pero no lo fue. Al principio, el raspador de datos JMP "Internet Open" (ImportScript.jsl adjunto) funcionó bien, pero la realidad, como siempre, resultó más complicada: descubrimos que los datos no eran consistentes (entre diferentes fuentes) y, lo peor de todo, que faltaban datos.
(Nota: La Enciclopedia Titanica cambió las reglas de descarga. Lamentablemente, ahora debe suscribirse para obtener los datos completos. El uso de ese script solo proporcionaría nombre, edad, clase/departamento y un enlace a la imagen. Muy poca información para un análisis exhaustivo. El conjunto de datos completo tiene mucha más información incluida; pronto la incluiremos aquí).
Nos esforzamos por obtener “datos ordenados” que se ajusten a la forma normal TRIPLET de las bases de datos relacionales:
- Cada variable forma una columna.
- Cada observación forma una fila.
- Cada tipo de unidad de observación forma una tabla.
Mejorar la calidad de los datos llevó meses de trabajo incansable, incluso con funcionalidades de JMP como Recodificar o herramientas de tablas de datos como unir y concatenar. Esto se debía principalmente a que los datos debían verificarse manualmente para garantizar coincidencias correctas, ya que los nombres y los identificadores no siempre coincidían correctamente, y algunas personas debían participar, pero no lo hicieron. Nuestro objetivo era obtener una tabla de datos sólida como base para nuestros análisis posteriores.
Visión clásica del desastre del Titanic: Ricos, mujeres y niños sobrevivieron
Haz una breve lista mental de las dos primeras cosas que te vinieron a la mente al pensar en el desastre del Titanic. ¿Quizás sobrevivieron los ricos, las mujeres y los niños? Tras el arduo trabajo de preparación de datos, ahora podemos usar las fantásticas herramientas de análisis exploratorio de datos de JMP para comprender los factores clave de la tasa de supervivencia.
En primer lugar, no observamos una gran diferencia en la distribución de la edad de las personas que se quedaron en paz ni en las que sobrevivieron. Profundicemos en el tema y observemos la clase social y la distribución entre mujeres, niños y hombres. Las mujeres y las clases sociales más altas tienen una mejor tasa de supervivencia. Profundicemos aún más. Esto no es cierto para todas las mujeres y niños; las personas de tercera clase tienen una peor tasa de supervivencia. Un modelo simple de género, edad y riqueza muestra un buen resultado que confirma esta opinión. Sin embargo, pensamos que esto no podía ser del todo cierto, sobre todo porque nos resistíamos a creerlo después de todo nuestro trabajo con la preparación de datos.
Nuevo Enfoque: Nuevas Variables y la mentalidad en aquellos tiempos
Añadimos más variables al análisis tradicional, como " ORIGEN ". Esto debe tomarse con cautela, ya que la nacionalidad , el origen étnico y el lugar de residencia no son conjuntos separados. Por lo tanto, es un tema muy sutil, especialmente en la época imperial . 
Otro hecho importante que consideramos fue la mentalidad de aquella época, que tuvo un impacto increíble en la evacuación durante este desastre. Sin la suerte de los ingenieros que se sacrificaron para mantener el Titanic a flote tras el impacto del iceberg, este se habría hundido mucho más rápido y habría muerto mucha más gente. Sin la preparación de los oficiales de la marina y su mentalidad de seguir las órdenes al pie de la letra, se podría haber salvado a mucha más gente. Un oficial de la marina en el puerto que interpretó la orden "Mujeres y niños primero" como "Solo mujeres y niños" influyó en el número, el género y la clase de los pasajeros a babor del barco. Analicemos más a fondo aquella época.
Cinta azul
Durante su viaje inaugural, el Titanic tuvo que prestar mucha atención a la maquinaria, en particular a los motores alternativos, que se habrían ido acelerando gradualmente hasta alcanzar su máxima potencia a lo largo del viaje. La prueba a máxima potencia, prevista para el 15 de abril, no pretendía batir ningún récord, sino simplemente comprobar que los motores pudieran alcanzar la potencia diseñada de forma constante. El Titanic no tenía ninguna posibilidad de superar la "banda azul"; simplemente no era lo suficientemente potente. El Mauritania y el Lusitania necesitaban unos 75.000 CV para propulsar su menor tonelaje a velocidades récord, y la potencia máxima que podían producir los motores del Titanic era de unos 45.000 CV.
Se sugirió que Murdoch, desde el puente, dio la señal de "retroceso total" a ambos motores poco después de avistar el iceberg, y según todos los indicios, transcurrieron entre 30 y 40 segundos desde ese momento hasta el impacto. Por lo tanto, es improbable que los motores estuvieran retrocediendo total antes del impacto; el iceberg estaba demasiado cerca como para que los motores tuvieran alguna influencia en la colisión. Sin duda, los motores se detuvieron, pero no tuvieron tiempo suficiente para que tuvieran algún efecto antes de la colisión. Los motores respondieron rápidamente a los controles, como se puede observar en la información de las pruebas, pero seguían avanzando en el momento del impacto, ya que los ingenieros tardaron un tiempo en llegar a los controles y, posteriormente, los motores tardaron más en reaccionar.
El Blue Riband es un galardón no oficial que se otorga al transatlántico que cruza el Océano Atlántico en servicio regular con el récord de velocidad más alto. El término se tomó prestado de las carreras de caballos y no se usó ampliamente hasta después de 1910. Tradicionalmente, el récord se basa en la velocidad promedio, no en el tiempo de travesía, ya que los barcos siguen rutas diferentes. Además, los récords de velocidad en dirección este y oeste se calculan por separado, ya que el viaje récord en dirección oeste, más difícil, contra la Corriente del Golfo y los sistemas meteorológicos predominantes, suele resultar en velocidades promedio más bajas.
La mayoría de los barcos portaban el Red Duster de la marina mercante. Debido a su puesto como comandante de la Reserva Naval Real, el capitán Smith tenía la distinción de poder volar el Blue Duster de la RNR.
Se permitió el uso de la bandera azul lisa en tres categorías de buques civiles. Una de ellas eran algunos buques mercantes británicos cuyos oficiales y tripulación incluían cierto número de personal retirado o reservista de la Marina Real Británica, o bien estaban comandados por un oficial de la Reserva Naval Real con autorización del Gobierno.
El HMS Dreadnought fue un acorazado construido para la Royal Navy que revolucionó el poder naval. Su nombre, y el tipo de buque de guerra que lleva su nombre, proviene del inglés arcaico, donde "dreadnought" significa "persona intrépida". La entrada en servicio del Dreadnought en 1906 representó un avance tan grande en la tecnología naval que su nombre pasó a asociarse con toda una generación de acorazados, los "dreadnoughts", así como con la clase de buques que lleva su nombre. La generación de buques que dejó obsoletos se conoció como "pre-dreadnoughts". El almirante Sir John "Jacky" Fisher, Primer Lord del Mar de la Junta del Almirantazgo, es considerado el padre del Dreadnought. Poco después de asumir el cargo, encargó estudios de diseño para un acorazado armado únicamente con cañones de 305 mm (12 pulgadas) y con una velocidad de 21 nudos (39 km/h; 24 mph). Convocó un "Comité de Diseños" para evaluar los diseños alternativos y asistir en el trabajo de diseño detallado. Un beneficio adicional del Comité fue que lo protegería a él y al Almirantazgo de acusaciones políticas por no haber consultado a expertos destacados antes de diseñar un acorazado tan radicalmente diferente.
El Dreadnought fue el primer acorazado de su época en contar con una batería principal uniforme, en lugar de unos pocos cañones grandes complementados con un armamento secundario pesado de cañones más pequeños. También fue el primer buque insignia propulsado por turbinas de vapor, lo que lo convirtió en el acorazado más rápido del mundo en el momento de su finalización. Su botadura contribuyó a desencadenar una carrera armamentística naval, ya que las armadas de todo el mundo, en particular la Armada Imperial Alemana, se apresuraron a igualarlo en los preparativos para la Primera Guerra Mundial.
El Titanic no estaba destinado a romper récords mundiales, aunque existía una prisa por cruzar el Atlántico más rápido.
El Titanic estaba bajo bandera militar debido a los sargentos y oficiales a bordo.
Nuevas variables: Recorte, Destino, Riqueza, Supervivencia_Recorte
Con la introducción de nuevas variables, pudimos transformar el análisis categórico típico de los datos del Titanic en un análisis de variables continuas. Se utilizó el método de ajuste para aclarar que no se puede decir simplemente "Sobrevivió/QEPD". Importa si se fue primero o último en la fila de evacuación. El destino demuestra que hay personas que deberían haber sobrevivido, pero se sacrificaron, como ingenieros entre los pasajeros, sacerdotes, músicos, mujeres con niños...
El modelado con las nuevas variables permite encontrar modelos con un AUC mucho mejor (de 0,72 del modelo original a 0,85). Sin embargo, ¿por qué no pudimos encontrar un modelo aún mejor? Analizamos las tasas de clasificación errónea y, en especial, a los pasajeros mal clasificados que, según el modelo, deberían haber sobrevivido, pero fallecieron. Con datos más fundamentados en XXX, descubrimos que muchos de estos pasajeros mal clasificados se negaron a abandonar el barco, se sacrificaron o simplemente no hablaban inglés y se perdieron en el barco.
Encontrará más información en el Journal.
