Conférencier
|
Transcription
|
| ZHONG, LINLI _ |
Bon commençons. Salut tout le monde. Il s'agit de l'affiche de l'analyse des données de séries chronologiques sur les retards de vol dans les aéroports américains de janvier 2020 à juin 2020. Nous sommes des étudiants de la Singapore Management University. Je suis Linli. |
| YAN Ruiyun |
Je suis Ruiyun. |
| Aishwarya KRISHNA PRASAD |
Et je suis Aishwarya Krishna Prasad. Passons maintenant rapidement à l'introduction de notre projet. À vous Linli. |
| ZHONG, LINLI _ |
Merci Ash. |
| |
Dans la partie gauche, nous pouvons voir qu'il y a un graphique linéaire. Cela montre le trafic annuel de passagers dans le top 10 des aéroports américains les plus fréquentés et... |
| |
dans le... d'après le graphique, on peut voir que le nombre de passagers dans chaque aéroport a connu une forte baisse. En effet, les passagers des aéroports ont montré la réponse à la propagation du COVID-19 en 2020. |
| |
Et pour notre analyse, nous aimerions découvrir la similarité des retards des 15 % des meilleurs aéroports en Amérique à partir des caractéristiques du retard et de l'emplacement géographique. |
| |
séries chronologiques, habillage temporel dynamique, analyse exploratoire des données. |
| |
Les séries chronologiques et DTW sont utilisées pour découvrir les similitudes entre les clusters, en fonction des retards de départ. EDA est utilisé pour dessiner la carte géographique. Bon, revenons à l'ensemble de données. |
| |
Merci, c'est le jeu de données. |
| |
En fait, notre ensemble de données provient du ministère des Transports des États-Unis et de notre |
| |
préparation des données dans la partie gauche, c'est le processus de préparation de nos données. Nous avons d'abord importé le fichier csv dans JMP Pro 16.0. |
| |
Et puis on supprime les colonnes et les valeurs qui ne sont pas vraiment utiles pour notre analyse. |
| |
Et après cela, pour la transformation des données, nous résumons les données des aéroports de différentes villes, puis nous filtrons les |
| |
top 54 aéroports, qui est basé sur le nombre total de combats dans chaque aéroport et calcule le taux de retard. |
| |
Et après la préparation des données, nous enregistrons ce fichier au format SAS et nous importons le format SAS dans SAS Enterprise Miner 40.1 pour notre analyse ultérieure, |
| |
à savoir l'analyse DTW et l'analyse des séries chronologiques. Après le processus DTW, JMP Pro 16.0 a été réutilisé pour découvrir la singularité de différents clusters et dessiner des cartes géographiques. |
| |
Et c'est l'introduction pour l'ensemble de données. Accueillons mon partenaire pour en savoir plus sur notre analyse. |
| Aishwarya KRISHNA PRASAD |
Merci Linli. Plongeons maintenant dans l'analyse des séries chronologiques et des clusters. Nous avons donc effectué l'analyse des séries chronologiques et des grappes à l'aide de SAS Enterprise Miner. |
| |
Ce graphique est donc l'une des sorties que nous avons obtenues en utilisant les nœuds DTW dans SAS Enterprise Miner. Donc, sur l'axe X, vous pouvez voir que, vous savez, il contient les mois de janvier 2020 à juin... à juillet 2020. |
| |
Et sur l'axe y, nous pouvons observer qu'il y a un pourcentage de retards dans les vols que nous avons inclus dans notre ensemble de données. |
| |
Maintenant, nous pouvons voir qu'il y a un pic aigu au début de février et à la fin de juin, qui semble être fortement corrélé avec les périodes de vacances aux États-Unis. |
| |
Mais, en général, outre ces deux pics... des pics majeurs, nous pouvons également constater une diminution constante du nombre de retards de vols en général. |
| |
Nous avons ensuite effectué un regroupement de séries chronologiques basé sur un regroupement hiérarchique et le tracé de constellation de celui-ci peut être observé ici, en utilisant SAS. Et nous avons choisi cela... nous avons estimé que le nombre de clusters (7) est le nombre de clusters le plus optimal pour notre analyse. |
| |
Maintenant, ce sont les clusters qui sont formés en utilisant le nœud de similarité TS de SAS Enterprise Miner, alors prenons juste un ... prenons rapidement |
| |
l'instance de Cluster1. Ainsi, dans ce Cluster1, il contient principalement les aéroports internationaux aux États-Unis. |
| |
Certains de ces aéroports sont donc l'aéroport international de Denver, l'aéroport international de Kansas City, l'aéroport international de Washington, |
| |
Juste pour en nommer quelques-uns. Donc, le retard dans ces aéroports est assez important, comme vous pouvez le voir, et cela peut être attribué, vous savez, parce que c'est situé dans la ville qui est fréquentée par les touristes. |
| |
De même, les clusters restants sont formés par ce comportement similaire des retards subis dans les vols. |
| |
Maintenant, les clusters qui ont été générés à l'étape précédente ont ensuite été introduits dans JMP Pro, et à l'aide de la fonctionnalité Graph Builder, |
| |
nous avons pu construire ces graphiques. Ce graphique contient donc les causes des retards dans chacun des clusters. Donc ici, on peut clairement voir |
| |
quelles causes de retard sont les plus importantes dans chaque groupe. Ainsi, par exemple, comme vous pouvez le voir pour Cluster1, |
| |
le retard de l'avion en retard, c'est-à-dire le retard causé par le vol précédent par rapport au vol actuel est plus important que le reste. Et la même file d'attente suit pour le reste des clusters. |
| |
Mais si vous voyez ce cluster, c'est vrai, bien que cette visualisation dans SAS soit assez intuitive, |
| |
nous avions l'impression que pour un... pour un ensemble de données avec un grand nombre de points, ou plus d'aéroports dans notre cas, ce serait assez difficile à analyser. Je fais donc simplement appel à mon collègue Ruiyun pour présenter une autre approche pour analyser les clusters. À vous, Ruiyun. |
| YAN Ruiyun |
D'accord, l'emplacement géographique est une autre partie sur laquelle nous nous sommes concentrés. Les clusters ont été formés dans SAS, puis nous avons utilisé la fonctionnalité Graph Builder dans JMP Pro 16.0 pour générer cette carte pour |
| |
montrent où se situent les différents aéroports par cluster. Évidemment, les aéroports de l'ouest et du centre des États-Unis ne sont inclus que dans les groupes 1 et 3. |
| |
Et ces deux clusters montrent que le cluster n'est pas distribué dans une région spécifique. |
| |
Le groupe 2, le groupe 4, le groupe 5 et le groupe 6 démontrent une agrégation d'aéroports avec une région spécifique. |
| |
Les aéroports du groupe 2 sont principalement concentrés dans l'est des États-Unis, tandis que les groupes 5 et 6 contiennent plus probablement les aéroports de certains |
| |
attractions touristiques, telles que Houston, Phoenix, Baltimore et Honolulu, qui sont les plus grandes villes du Texas, de l'Arizona, du Maryland et d'Hawaï. |
| |
Plus précisément, l'aéroport international de Phoenix Sky Harbor est l'épine dorsale des compagnies aériennes nationales et des compagnies aériennes du sud-ouest. C'est |
| |
l'un des principaux centres de transport du sud-ouest de l'Amérique. De plus, le cluster 7 est un cas particulier, car il n'a qu'un seul aéroport, l'aéroport de San Juan au départ de Porto Rico. |
| |
Nous avons supposé qu'en raison de la situation géographique particulière, tout vol au départ de l'aéroport de San Juan a une longue distance à parcourir. |
| |
Et c'est tout sur l'analyse géographique et maintenant mon partenaire Aishwarya va nous donner une conclusion. |
| Aishwarya KRISHNA PRASAD |
Donc, en conclusion ici, nous avons essayé d'exploiter la facilité d'utilisation des nœuds DTW dans SAS Enterprise Miner ainsi que les techniques sophistiquées de visualisation et de prétraitement dans JMP Pro 16.0 pour effectuer notre analyse de séries chronologiques pour nos données de vol. |
| |
Nous avons donc effectué le clustering temporel dynamique pour 54 aéroports. Et ces aéroports ont été formés en sept groupes, sur la base des modèles de retard en janvier et juin 2020. |
| |
Nous avons observé que le retard des transporteurs est principalement la principale cause de retard dans chaque cluster, tandis que le retard des avions en retard n'est pas très loin derrière étant une cause majeure de retard dans la plupart des clusters. |
| |
Dans le cadre des travaux futurs, on peut inclure les points de données COVID pour améliorer davantage cette analyse et également discuter de la corrélation entre le retard et le taux d'annulation des vols. |
| |
Merci beaucoup de nous avoir écouté. J'espère que vous avez aimé notre présentation. |
