扬声器
|
成绩单
|
| 钟琳丽_ |
好吧，让我们开始吧。 大家好。 这是2020年1月至2020年6月美国机场航班延误的时间序列数据分析海报。 我们是新加坡管理大学的学生。 我是林丽。 |
| 严瑞云 |
我是瑞云。 |
| 艾西瓦娅·克里希纳·普拉萨德 |
我是艾西瓦娅·克里希纳·普拉萨德。 现在让我们快速介绍一下我们的项目。 就交给你了，林丽。 |
| 钟琳丽_ |
谢谢你，阿什。 |
| |
在左侧，我们可以看到有一个折线图。 这显示了美国十大最繁忙机场的年度旅客流量...... |
| |
在...从图中我们可以看到，每个机场的旅客数量都出现了急剧下降。 这是因为机场的乘客在 2020 年表现出了对 COVID-19 传播的反应。 |
| |
在我们的分析中，我们希望从延误和地理位置的特征中发现美国前 15% 的机场的延误相似性。 |
| |
时间序列、动态时间包裹、探索性数据分析。 |
| |
时间序列和 DTW 用于根据出发延误找出集群之间的相似性。 EDA用于绘制地理地图。 好吧，让我们回到数据集。 |
| |
谢谢，这是数据集。 |
| |
实际上，我们的数据集来自美国交通部和我们的 |
| |
左边的数据准备，这就是我们数据准备的过程。 我们首先将 csv 文件导入到 JMP Pro 16.0 中。 |
| |
然后我们删除对我们的分析并不真正有用的列和值。 |
| |
之后，对于数据转换，我们汇总了不同城市机场的数据，然后筛选出 |
| |
排名前54的机场，根据各机场的航班总数，计算延误率。 |
| |
数据准备完毕后，我们将此文件保存为 SAS 格式，并将 SAS 格式导入 SAS Enterprise Miner 40.1 中以供进一步分析， |
| |
即DTW分析和时间序列分析。 经过DTW处理后，再次使用JMP Pro 16.0，找出不同簇的奇点并绘制地理图。 |
| |
这就是数据集的介绍。 欢迎我的伙伴给我们介绍更多我们的分析。 |
| 艾西瓦娅·克里希纳·普拉萨德 |
谢谢你，林丽。 现在让我们深入研究时间序列和聚类分析。 因此，我们使用 SAS Enterprise Miner 进行了时间序列和聚类分析。 |
| |
因此，该图是我们使用 SAS Enterprise Miner 中的 DTW 节点获得的输出之一。 因此，在 X 轴中，您可以看到，它包含从 2020 年 1 月到 6 月……到 2020 年 7 月的月份。 |
| |
在 y 轴上，我们可以观察到数据集中包含的航班延误百分比。 |
| |
现在我们可以看到，2月初和6月下旬出现了急剧上升，这似乎与美国的假期期间密切相关。 |
| |
但是，总的来说，除了这两个峰值……主要峰值之外，我们还可以看到航班延误数量总体上稳步减少。 |
| |
然后，我们使用 SAS 执行基于层次聚类的时间序列聚类，并且可以在此处观察到相同的星座图。 我们选择...我们认为聚类数量 (7) 是我们分析的最佳聚类数量。 |
| |
现在，这些是使用SAS Enterprise Miner的TS相似节点形成的集群，所以让我们快速看一下 |
| |
Cluster1 的实例。 所以在这个 Cluster1 中，它主要包含美国的国际机场。 |
| |
其中一些机场是丹佛国际机场、堪萨斯城国际机场、华盛顿国际机场、 |
| |
仅举几个。 因此，正如您所看到的，这些机场的延误相当大，这可以归因于，您知道，因为这些机场位于游客经常光顾的城市。 |
| |
同样，其余的集群也是由航班中经历的类似延误行为形成的。 |
| |
现在，将上一步中生成的聚类输入到 JMP Pro 中，并使用图形生成器功能， |
| |
我们能够构建这些图表。 因此，该图包含每个集群中延迟的原因。 所以在这里，我们可以清楚地看到 |
| |
每个集群中哪些延迟原因更为突出。 例如，正如您在 Cluster1 中看到的那样， |
| |
晚点飞机延误，即前一航班到当前航班造成的延误相比其余航班更为突出。 其余集群也遵循相同的队列。 |
| |
但是如果你看到这个集群，对吧，虽然 SAS 中的可视化非常直观， |
| |
我们觉得对于一个具有大量点的数据集，或者在我们的例子中具有更多机场的数据集，分析起来会非常困难。 所以我只是呼吁我的同行瑞云提出另一种分析集群的方法。 交给你了，瑞云。 |
| 严瑞云 |
好吧，地理位置是我们关注的另一个部分。 聚类是在 SAS 中形成的，然后我们使用 JMP Pro 16.0 中的图形生成器功能生成此图 |
| |
按集群显示不同机场的位置。 显然，来自美国西部和中部的机场仅包含在集群 1 和集群 3 中。 |
| |
这两个集群表明集群并不分布在特定区域。 |
| |
集群 2、集群 4、集群 5 和集群 6 展示了具有特定区域的机场聚合。 |
| |
集群 2 的机场主要集中在美国东部，而集群 5 和集群 6 更可能包含一些美国的机场 |
| |
旅游胜地，如德克萨斯州、亚利桑那州、马里兰州和夏威夷州最大的城市休斯顿、菲尼克斯、巴尔的摩和檀香山。 |
| |
更重要的是，凤凰城天港国际机场是全国航空公司和西南航空公司的支柱。 那是 |
| |
美国西南部重要交通枢纽之一。 此外，Cluster 7 是一个特例，因为它只有一个机场，即波多黎各的圣胡安机场。 |
| |
我们猜测，由于特殊的地理位置，任何从圣胡安机场出发的航班都有很长的飞行距离。 |
| |
这就是地理分析的全部内容，现在我的搭档艾西瓦娅将给我们一个结论。 |
| 艾西瓦娅·克里希纳·普拉萨德 |
因此，总而言之，我们尝试利用 SAS Enterprise Miner 中 DTW 节点的易用性以及 JMP Pro 16.0 中复杂的可视化和预处理技术来对飞行数据执行时间序列分析。 |
| |
因此我们对54个机场进行了动态时间聚类。 根据 2020 年 1 月和 6 月的延误模式，这些机场被分为七个集群。 |
| |
我们观察到，航母延误是每个集群延误的主要原因，而飞机晚点也是大多数集群延误的主要原因。 |
| |
作为未来工作的一部分，人们可以纳入新冠肺炎数据点以进一步改进这一分析，并讨论航班延误率和取消率之间的相关性。 |
| |
非常感谢您聆听我们的讲话。 我希望您喜欢我们的演示。 |
