看更多...法蘭克福探索高峰會：重訪泰坦尼克號摘要：全體人員上甲板！ （歐盟2018 202）
程度：初學者
Alfredo López Navarro，西班牙電信公司德國數位指揮中心網路智慧知識經理
我們想對一些關於皇家郵輪泰坦尼克號災難鮮為人知的事實提供令人信服的描述，該船於 1912 年與冰山相撞後沉沒。我們都知道歷史，或者我們是這麼認為的。借助西班牙電信的發現方法（由 JMP 提供支援），我們將踏上深入數據點海洋的探險之旅，以挽救被遺忘的見解。我們將使用「網際網路開放」功能抓取資料。我們將連接、串聯和更新表格，直到創建一個能夠提供大量見解的增強資料庫。然後，我們將透過變異數分析、分類和視覺分析講述一個令人著迷的數據驅動故事。期待最後一刻的驚喜！當然，這一切都需要全員參與：所有內容都會被記錄下來並解釋清楚，然後上傳到 JMP 用戶社群。我們希望展開對話，以便其他人在此基礎上繼續發展。加入我們吧！
附件為：
- 我們用導入腳本從泰坦尼克號百科全書取得救生艇資訊。然而，為了存取完整的數據，需要在百科全書上註冊。否則您只能獲得基本資訊。
- 我們的期刊和資料表位於已存檔的 JMP 專案文件中，可在 JMP 14 中使用。專案是在 JMP 14 中引入的，因此這些專案無法在 JMP 13 或更早版本中開啟/運行。 01_Titanic.jmp 檔案中儲存的一些模型是使用 JMP Pro 建立的，因此這些模型的儲存腳本不會僅透過 JMP 執行。
- JMP 13 還有一個 .zip 文件，其中包括期刊和相關資料表。至於 JMP 14，有些模型將只能使用 JMP Pro 運行，但這不會對從期刊內部呼叫的分析產生影響。
呈現故事的方式超越了JMP，而是使用了JMP的分析與報告。這是因為@Telefonica 的分析結果也需要納入其他報告。為了更好地了解基於泰坦尼克號資料集的明智圖表是什麼樣子，你可能需要開始閱讀這本小冊子
生活很混亂，數據也是
我們原以為這會很容易：但事實並非如此。一開始，JMP「internet Open」資料抓取工具（附加ImportScript.jsl）運作良好，但現實一如既往地更加棘手：我們發現資料不一致（不同來源之間），最糟糕的是，有資料缺失。
（附註：泰坦尼卡百科全書改變了下載規則。很遺憾，您現在必須訂閱才能獲得完整數據。使用該腳本只會提供姓名、年齡、班級/部門和圖片鏈接。信息太少，無法進行徹底的分析。完整數據集包含更多信息，我們很快會將其包含在此處）。
我們努力實現符合關聯式資料庫的三重範式的「整潔資料」：
- 每個變數形成一列。
- 每個觀察結果形成一行。
- 每種類型的觀察單位形成一張表格.
修復資料品質需要數月的熬夜，即使使用 JMP 的 Recode 等功能或連接、串聯等資料表工具…主要是因為資料本身必須手動校對以確保匹配正確，因為姓名和身分證並不總是正確匹配，而且有些人本應加入，但卻沒有加入。我們的目標是獲得一個非常可靠的數據表作為進一步分析的基礎。
泰坦尼克號災難的經典觀點：富人、婦女和兒童倖存下來
在心裡列出一個簡短的清單，當想到泰坦尼克號災難時，你首先想到的兩件事是什麼。大概是富人、婦女、小孩之類的活了下來吧？經過繁瑣的資料準備工作後，我們現在可以使用 JMP 出色的探索性資料分析工具來了解存活率的關鍵驅動因素。
首先，我們沒有看到 RIP 和倖存者的年齡分佈有很大差異。讓我們進一步深入研究，看看班級和女性/兒童/男性的分佈。女性和較高階層的存活率較高。讓我們進一步深入挖掘。並非所有女性和兒童都是如此，第三類的存活率較低。使用性別、年齡、財富的簡單模型顯示出良好的結果並證實了這一觀點。然而，我們認為這不可能是全部的事實，特別是在我們完成了大量的數據準備工作之後，我們仍然很難相信這一點。
新方法：新變數和當時的心態
我們在傳統的分析中加入了更多的變量，即「 起源 」。但這種說法不應被接受，因為國籍、民族和居住地並不是相互獨立的集合。因此，這是一個非常微妙的話題，特別是在帝國時代。 
我們考慮到的另一個重要事實是那個時代的心態，這對這次災難中的疏散產生了不可思議的影響。如果沒有那些在冰山撞擊泰坦尼克號後為了維持船體運轉而犧牲的工程師們的命運，泰坦尼克號將會沉沒得更快，而且會有更多的人喪生。如果沒有訓練有素的海軍軍官和他們嚴格服從命令的心態，可能會有更多的人獲救。港口的一名海軍軍官將“婦女和兒童優先”的命令視為“僅限婦女和兒童”，這對船隻左舷乘客的數量、性別和等級產生了影響。讓我們進一步回顧這個時代。
藍絲帶
由於泰坦尼克號正處於處女航，因此必須格外注意機械，特別是往復式發動機，這些發動機將在整個航行過程中逐漸達到最大功率。計劃於 4 月 15 日進行的全功率運行並不是為了打破任何記錄，而只是為了檢查引擎是否能夠持續達到設計功率。泰坦尼克號根本不可能打破“藍絲帶”，因為她的動力根本就不夠。茅利塔尼亞號和盧西塔尼亞號需要大約 75,000 馬力的動力來推動其較小噸位的船隻以創紀錄的速度航行，而泰坦尼克號發動機最多能產生大約 45,000 馬力的動力。
據稱，在發現冰山後不久，艦橋上的默多克就按下了機艙電報，讓兩個引擎“全速倒車”，而從那時到撞擊共花了 30 到 40 秒。因此，引擎在撞擊前完全倒車的可能性不大；冰山距離太近，引擎無法對碰撞產生任何影響。毫無疑問，引擎確實停止了，但在碰撞前沒有足夠的時間產生任何影響。從試驗資訊中可以看出，引擎對控製做出了快速反應，但是在撞擊發生時它們仍在繼續前進，因為工程師需要時間才能到達控制裝置，而引擎又需要一段時間才能做出反應。
藍絲帶獎是授予以創紀錄的最高速度橫渡大西洋的定期客輪的非正式榮譽。這個術語源自賽馬比賽，直到 1910 年後才被廣泛使用。此外，東行和西行的速度記錄是分開計算的，因為西行記錄航行更加困難，逆著墨西哥灣流和普遍的天氣系統，通常會導致平均速度較低。
大多數船隻都懸掛商船的「紅色達斯特號」飛機。由於史密斯上尉是皇家海軍預備隊的指揮官，因此他有權駕駛皇家海軍預備隊的藍色達斯特飛機
三類民用船隻允許佩戴純藍色軍旗。其中之一就是一些英國商船，其軍官和船員包括一定數量的退役皇家海軍人員或皇家海軍預備役人員，或由持有政府授權的皇家海軍預備役軍官指揮。
無畏號戰艦是一艘為英國皇家海軍建造的戰艦，它徹底改變了海軍力量。她的名字以及以她的名字命名的整個戰艦級別的艦型源自古英語，其中“dreadnought”的意思是“無所畏懼的人”。無畏號於 1906 年投入使用，代表了海軍技術的一大進步，它的名字與整整一代戰艦“無畏艦”以及以其命名的艦艇級別聯繫在一起。被她淘汰的那代船被稱為「前無畏艦」。海軍部第一海務大臣、海軍上將約翰「傑基」費雪爵士被譽為無畏艦之父。上任後不久，他下令設計研究一艘僅配備 12 吋（305 公釐）火砲、航速為 21 節（39 公里/小時；24 英哩/小時）的戰艦。他召集了一個「設計委員會」來評估替代設計並協助進行詳細的設計工作。該委員會的一個附帶好處是，它可以保護他和海軍部免受政治指控，即他們在設計這樣一艘截然不同的戰艦之前沒有諮詢頂尖專家。
無畏號是當時第一艘擁有統一主砲的戰艦，而不是配備幾門大型火砲和大量小型火砲作為輔助武器。她也是第一艘採用蒸汽渦輪驅動的主力艦，這使她在完成時成為世界上最快的戰艦。她的下水引發了一場海軍軍備競賽，世界各國海軍，特別是德國帝國海軍，在第一次世界大戰前夕紛紛競相跟進。
儘管當時人們熱衷於更快地橫渡大西洋，但泰坦尼克號並非為打破世界紀錄而建造。
泰坦尼克號懸掛軍旗，因為船上有軍士和軍官
新變數：Trim、Fate、Wealth、Survival_Trim
透過引入新的變量，我們可以將泰坦尼克號數據的典型分類分析轉變為連續變量的分析。使用 Trim 是為了明確表示你不能只說 Survived/RIP。如果你是撤離隊伍中的第一批人還是最後一批人，那情況就有所不同。命運表明，有些人本應倖存下來卻犧牲了，例如乘客中的工程師、牧師、音樂家、帶著孩子的婦女…
使用新變數進行建模可以找到具有更好的 AUC 的模型（從原始模型的 0.72 到 0.85）。但是，為什麼我們找不到一個更好的模型呢？我們關注錯誤分類率，特別是那些根據模型應該存活但死亡的被錯誤分類的乘客。我們在 XXX 中透過更詳細的數據發現，許多被錯誤分類的乘客拒絕離開船隻、做出犧牲，或者只是不會說英語而在船上失踪了。
您可以在期刊中找到更多見解
