Altoparlante
|
Trascrizione
|
| ZHONG, LINLI_ |
Ok, iniziamo. Ciao a tutti. Questo è il poster dell'analisi dei dati delle serie temporali del ritardo dei voli negli aeroporti statunitensi da gennaio 2020 a giugno 2020. Siamo studenti della Singapore Management University. Sono Linly. |
| YAN Ruiyun |
Sono Ruyun. |
| Aishwarya KRISHNA PRASAD |
E io sono Aishwarya Krishna Prasad. Ora passiamo rapidamente all'introduzione del nostro progetto. A te Linli. |
| ZHONG, LINLI_ |
Grazie, Ash. |
| |
Nella parte sinistra, possiamo vedere che c'è un grafico a linee. Questo mostra il traffico passeggeri annuale nei primi 10 aeroporti più trafficati degli Stati Uniti e... |
| |
nel nel...dal grafico, possiamo vedere che il numero dei passeggeri in ogni aeroporto ha subito un forte calo. Questo perché i passeggeri negli aeroporti hanno mostrato la risposta alla diffusione del COVID-19 nel 2020. |
| |
E per la nostra analisi, vorremmo scoprire la somiglianza del ritardo del 15% superiore degli aeroporti in America dalle caratteristiche del ritardo e dalla posizione geografica. |
| |
serie temporali, time wrapping dinamico, analisi esplorativa dei dati. |
| |
Le serie temporali e DTW vengono utilizzate per scoprire le somiglianze tra i cluster, in base ai ritardi di partenza. EDA viene utilizzato per disegnare la mappa geografica. Ok, torniamo al set di dati. |
| |
Grazie, questo è il set di dati. |
| |
In realtà, il nostro set di dati proviene dal Dipartimento dei trasporti degli Stati Uniti e dal nostro |
| |
preparazione dei dati nella parte sinistra, questo è il processo della nostra preparazione dei dati. Per prima cosa abbiamo importato il file csv in JMP Pro 16.0. |
| |
E poi rimuoviamo le colonne e i valori che non sono realmente utili per la nostra analisi. |
| |
Dopodiché, per la trasformazione dei dati, riassumiamo i dati per gli aeroporti di diverse città, quindi li filtriamo |
| |
top 54 aeroporti, che si basa sul numero totale dei voli in ogni aeroporto e calcola il tasso di ritardo. |
| |
E dopo la preparazione dei dati, salviamo questo file come formato SAS e importiamo il formato SAS in SAS Enterprise Miner 40.1 per la nostra ulteriore analisi, |
| |
vale a dire l'analisi DTW e l'analisi delle serie temporali. Dopo il processo DTW, JMP Pro 16.0 è stato riutilizzato scoprendo la singolarità dei diversi cluster e disegnando mappe geografiche. |
| |
E questa è l'introduzione per il set di dati. Diamo il benvenuto al mio partner per introdurre ulteriori informazioni sulla nostra analisi. |
| Aishwarya KRISHNA PRASAD |
Grazie Linli. Ora passiamo alle serie temporali e all'analisi dei cluster. Quindi abbiamo eseguito le serie temporali e l'analisi dei cluster utilizzando SAS Enterprise Miner. |
| |
Quindi questo grafico è uno degli output che abbiamo ottenuto utilizzando i nodi DTW in SAS Enterprise Miner. Quindi nell'asse X, puoi vedere che contiene i mesi da gennaio 2020 a giugno... a luglio 2020. |
| |
E sull'asse y, possiamo osservare che c'è una percentuale di ritardi nei voli che abbiamo incluso nel nostro set di dati. |
| |
Ora possiamo vedere che c'è un forte picco all'inizio di febbraio e alla fine di giugno, che sembra essere fortemente correlato con i periodi di vacanza negli Stati Uniti. |
| |
Ma, in generale, oltre a questi due picchi... picchi importanti, possiamo anche vedere una costante diminuzione del numero di ritardi dei voli in generale. |
| |
Abbiamo quindi eseguito un raggruppamento di serie temporali basato sul clustering gerarchico e il grafico della costellazione dello stesso può essere osservato qui, utilizzando SAS. E abbiamo scelto questo... abbiamo ritenuto che il numero di cluster (7) fosse il numero ottimale di cluster per la nostra analisi. |
| |
Ora, questi sono i cluster formati utilizzando il nodo di somiglianza TS di SAS Enterprise Miner, quindi diamo solo un... |
| |
l'istanza di Cluster1. Quindi in questo Cluster1, contiene principalmente gli aeroporti internazionali negli Stati Uniti. |
| |
Alcuni di questi aeroporti sono l'aeroporto internazionale di Denver, l'aeroporto internazionale di Kansas City, l'aeroporto internazionale di Washington, |
| |
solo per citarne alcuni. Quindi il ritardo in questi aeroporti è piuttosto grande, come puoi vedere, e questo può essere attribuito, sai, perché si trova in una città frequentata dai turisti. |
| |
Allo stesso modo, i restanti cluster sono formati da questo comportamento simile dei ritardi che si verificano nei voli. |
| |
Ora i cluster generati nella fase precedente sono stati inseriti in JMP Pro e, utilizzando la funzionalità Graph Builder, |
| |
siamo stati in grado di costruire questi grafici. Quindi questo grafico contiene le cause dei ritardi in ciascuno dei cluster. Quindi qui, possiamo vedere chiaramente |
| |
quali cause di ritardo sono più evidenti in ciascun cluster. Ad esempio, come puoi vedere per Cluster1, |
| |
il ritardo dell'aeromobile in ritardo, ovvero il ritardo causato dal volo precedente al volo corrente è più evidente rispetto al resto. E la stessa coda segue per il resto dei cluster. |
| |
Ma se vedi questo cluster, giusto, quindi anche se questa visualizzazione in SAS è abbastanza intuitiva, |
| |
ci siamo sentiti come per un... per un set di dati con un numero elevato di punti, o più aeroporti nel nostro caso, sarebbe stato abbastanza difficile da analizzare. Quindi sto solo invitando il mio pari Ruiyun a presentare un altro approccio per analizzare i cluster. Tocca a te, Ruiyun. |
| YAN Ruiyun |
Ok, la posizione geografica è un'altra parte su cui ci siamo concentrati. I cluster sono stati formati in SAS, quindi abbiamo utilizzato la funzione Graph Builder in JMP Pro 16.0 per generare questa mappa per |
| |
mostra dove si trovano i diversi aeroporti per cluster. Ovviamente gli aeroporti degli Stati Uniti occidentali e centrali sono inclusi solo nel Cluster 1 e nel Cluster 3. |
| |
E questi due cluster mostrano che il cluster non è distribuito in una regione specifica. |
| |
Cluster 2, Cluster 4, Cluster 5 e Cluster 6 dimostrano un'aggregazione di aeroporti con una regione specifica. |
| |
Gli aeroporti del Cluster 2 sono concentrati principalmente nella parte orientale degli Stati Uniti, mentre è più probabile che i Cluster 5 e 6 contengano gli aeroporti di alcuni |
| |
attrazioni turistiche, come Houston, Phoenix, Baltimora e Honolulu, che sono le città più grandi del Texas, dell'Arizona, del Maryland e delle Hawaii. |
| |
Ancora più precisamente, l'aeroporto internazionale di Phoenix Sky Harbor è la spina dorsale delle compagnie aeree nazionali e delle compagnie aeree del sud-ovest. Quello è |
| |
uno dei principali snodi di trasporto nel sud-ovest dell'America. Inoltre il Cluster 7 è un caso particolare, in quanto ha un solo aeroporto, l'aeroporto di San Juan da Portorico. |
| |
Abbiamo ipotizzato che, a causa della particolare posizione geografica, qualsiasi volo in partenza dall'aeroporto di San Juan abbia una lunga distanza da percorrere. |
| |
E questo è tutto sull'analisi geografica e ora il mio partner Aishwarya ci darà una conclusione. |
| Aishwarya KRISHNA PRASAD |
Quindi, in conclusione, abbiamo provato a sfruttare la facilità d'uso dei nodi DTW in SAS Enterprise Miner e anche le sofisticate tecniche di visualizzazione e pre-elaborazione in JMP Pro 16.0 per eseguire la nostra analisi delle serie temporali per i nostri dati di volo. |
| |
Quindi abbiamo eseguito il clustering temporale dinamico per 54 aeroporti. E questi aeroporti sono stati formati in sette cluster, in base ai modelli di ritardo di gennaio e giugno 2020. |
| |
Abbiamo osservato che il ritardo del vettore è principalmente il motivo principale del ritardo in ciascun cluster, mentre il ritardo degli aeromobili non è molto lontano dall'essere una delle principali cause di ritardo nella maggior parte dei cluster. |
| |
Come parte del lavoro futuro, si possono includere i punti dati COVID per migliorare ulteriormente questa analisi e anche discutere la correlazione tra il ritardo e il tasso di cancellazione dei voli. |
| |
Grazie mille per averci ascoltato. Spero ti sia piaciuta la nostra presentazione. |
