返回JMP聯邦政府用戶資源頁面
注意：演示幻燈片和JMP數據表附在此頁底部。
聯邦航空管理局（FAA）空中交通管制中心價值七年 （ARTCC）數據 （FY06-FY12） 從FAA空中交通活動系統（ATADS）下載網站 。 一個目標是為一年中的任意一天開發針對21個ARTCC中的任何一個的空中交通流量的預測模型-排除惡劣天氣的影響。
將數據分為三個隨機子集。 數據的最大部分（60％）用於培養預測模型。 另外20％習慣於驗證模型-實際上，它們被用來“調整”模型參數。 其餘20％與模型開發無關，並且習慣於測試各種模型預測的準確性如何。
在有和沒有使用聯邦假日作為因素的情況下對數據進行建模。 顯而易見的是，“假日”旅行數據通常與不包含此因素的模型的離群值。 使用了三種類型的模型。分區（決策樹），神經網絡和二階多項式模型。 以下是實際與 二階多項式模型的測試子集中感恩節的預計空中交通總量。 可以在右邊的圖表（接近0.6的坡度）中看到，實際飛行總數遠低於該模型的預測值，其中不包括聯邦假日這一因素。 左側的圖顯示了測試數據集中幾乎所有的實際飛行與預測飛行總數，均落在45度線（斜率接近1）上，表明精度更高。
以下是JMP的Prediction Profiler，用於兩種模型，用於預測2010財年感恩節ZDC（華盛頓特區的ARTCC）的總航空流量。 該天並未用於創建模型，而是該天的20％（將近11,000個數據點）的一部分測試數據集。 實際飛行總數為4265。 頂級模型將聯邦假日作為一個因素，並預測為4330（高65％或1.5％）。 底部模型不包括聯邦假日作為因素，並預測為7167（高2902或68％）。
返回JMP聯邦政府用戶資源頁面
