
     library(readr)
     library(AER)
     library(dplyr)
     Titanic_2 <- read_csv("https://stanford.io/2O9RUCF")[,-3]
     colnames(Titanic_2) = c("Survived", "Class", "Sex", "Age", "Siblings", "Parents", "Fare")
     Titanic_2$Class <- as.factor(Titanic_2$Class)
     passengers <- cbind("Class" = as.factor(1:3), as.data.frame(Titanic_2 %>% select(-Sex,-Survived,-Class) %>% summarise_all(funs(mean)) %>% mutate(Sex = "male")))


     # ajustar el modelo Logit y asignarlo a `Logit_mod`
     
     # obtener un resumen robusto de los coeficientes del modelo

     # predecir la probabilidad de supervivencia de los tres pasajeros


     # ajustar el modelo Logit y asignarlo a `Logit_mod`
     Logit_mod <- glm(Survived ~ ., 
     family = binomial(link = "logit"), 
     data = Titanic_2)
     
     # obtener un resumen robusto de los coeficientes del modelo
     coeftest(Logit_mod, vcovHC)
     
     # predecir la probabilidad de supervivencia de los individuos hipotéticos
     predict(Logit_mod, newdata = passengers, type = "response")


     test_predefined_objects("Titanic_2")
     test_object("Logit_mod")
     test_predefined_objects("passengers")
     test_output_contains("predict(Logit_mod, newdata = passengers, type = 'response')")
     success_msg("¡Bien hecho! Tenga en cuenta que")