原書分析案例 13.1，以 Titanic 乘客資料建立列聯表並使用卡方獨立性檢定，檢查性別、年齡分類與艙等是否和存活結果存在關聯。
調查「婦女與兒童優先」是否反映在 Titanic 的實際存活資料中，並檢查乘客艙等是否也與存活率有關。
| 資料檔 | 類別變數 | 衍生變數 | 兒童界線 |
|---|---|---|---|
Titanic.xlsx |
sex、survived、pclass |
CHILD |
14 歲以下／含 14 歲依原書公式分類 |
以 Excel 樞紐分析表建立觀察次數，再使用卡方獨立性檢定比較觀察次數與期望次數。人工智慧可依已算出的比例與 p 值整理結論，但不得把統計關聯擴張為對船員行為的完整因果證明。
| 比較 | 原書結果 |
|---|---|
| 女性存活 | 339／466＝72.75% |
| 男性存活 | 161／843＝19.10% |
| 艙等 × 存活 | 原書指出 p 值非常低，顯示 survived 與 pclass 並非獨立 |
| 兒童 × 存活 | 原書結論為兒童存活率高於成人；精確比例應以原書列聯表為準 |
女性存活率遠高於男性，且兒童與較高艙等乘客也呈較高存活傾向。這與「婦女與兒童優先」的規範一致，但沒有船員逐一救援行為資料，因此不能僅憑存活列聯表完整證明船員如何執行規範。
已知女性存活 339／466（72.75%），男性存活 161／843（19.10%），且艙等與存活的卡方檢定 p 值非常低。請說明哪些結論可由列聯分析支持，並特別區分「統計關聯」與「船員行為的因果證明」。
**問題：**如果一等艙女性比例本來就比三等艙高，單看性別與存活是否可能混入艙等因素？