Vocero
|
Transcripción
|
| ZHONG, LINLI _ |
Está bien, comencemos. Hola a todos. Este es el póster de análisis de datos de series temporales de retraso de vuelos en los aeropuertos de EE. UU. desde enero de 2020 hasta junio de 2020. Somos estudiantes de la Universidad de Administración de Singapur. Soy Linli. |
| yan ruiyun |
Soy Ruiyun. |
| Aishwarya KRISHNA PRASAD |
Y yo soy Aishwarya Krishna Prasad. Ahora profundicemos rápidamente en la introducción de nuestro proyecto. A ti Linli. |
| ZHONG, LINLI _ |
Gracias Ash. |
| |
En el lado izquierdo, podemos ver que hay un gráfico de líneas. Esto muestra el tráfico anual de pasajeros en los 10 aeropuertos más concurridos de EE. UU. y... |
| |
en el... del gráfico, podemos ver que el número de pasajeros en cada aeropuerto experimentó una fuerte caída. Esto se debe a que los pasajeros en los aeropuertos mostraron la respuesta ante la propagación del COVID-19 en 2020. |
| |
Y para nuestro análisis, nos gustaría descubrir la similitud de la demora del 15 % de los principales aeropuertos de Estados Unidos a partir de las características de la demora y la ubicación geográfica. |
| |
series de tiempo, ajuste de tiempo dinámico, análisis exploratorio de datos. |
| |
La serie temporal y DTW se emplean para averiguar las similitudes entre los grupos, en función de los retrasos en las salidas. EDA se utiliza para dibujar el mapa geográfico. Bien, volvamos al conjunto de datos. |
| |
Gracias, este es el conjunto de datos. |
| |
En realidad, nuestro conjunto de datos proviene del Departamento de Transporte de los Estados Unidos y de nuestro |
| |
preparación de datos en el lado izquierdo, este es el proceso de nuestra preparación de datos. Primero importamos el archivo csv a JMP Pro 16.0. |
| |
Y luego eliminamos las columnas y los valores que no son realmente útiles para nuestro análisis. |
| |
Y después de eso, para la transformación de datos, resumimos los datos de aeropuertos de diferentes ciudades y luego filtramos los |
| |
54 aeropuertos principales, que se basa en el número total de peleas en cada aeropuerto y calcula la tasa de retraso. |
| |
Y después de la preparación de datos, guardamos este archivo en formato SAS e importamos el formato SAS a SAS Enterprise Miner 40.1 para nuestro análisis posterior. |
| |
a saber, el análisis DTW y el análisis de series temporales. Después del proceso DTW, JMP Pro 16.0 se usó nuevamente para descubrir la singularidad de diferentes grupos y dibujar mapas geográficos. |
| |
Y esta es la introducción para el conjunto de datos. Demos la bienvenida a mi socio para que presente más sobre nuestro análisis. |
| Aishwarya KRISHNA PRASAD |
Gracias, Linli. Ahora profundicemos en la serie temporal y el análisis de conglomerados. Así que hicimos la serie de tiempo y el análisis de conglomerados utilizando SAS Enterprise Miner. |
| |
Entonces, este gráfico es uno de los resultados que obtuvimos usando los nodos DTW en SAS Enterprise Miner. Entonces, en el eje X, puede ver que contiene los meses de enero de 2020 a junio... a julio de 2020. |
| |
Y en el eje y, podemos observar que hay un porcentaje de retrasos en los vuelos que hemos incluido en nuestro conjunto de datos. |
| |
Ahora podemos ver que hay un fuerte aumento a principios de febrero y finales de junio, lo que parece estar fuertemente relacionado con los períodos de vacaciones de EE. UU. |
| |
Pero, en general, además de estos dos picos... picos importantes, también podemos ver una disminución constante en la cantidad de retrasos de vuelos en general. |
| |
Luego realizamos un agrupamiento de series de tiempo basado en un agrupamiento jerárquico y el gráfico de constelación del mismo se puede observar aquí, usando SAS. Y elegimos eso... sentimos que el número de conglomerados (7) es el número más óptimo de conglomerados para nuestro análisis. |
| |
Ahora, estos son los clústeres que se forman mediante el uso del nodo de similitud TS de SAS Enterprise Miner, así que tomemos una... toma rápida |
| |
la instancia de Cluster1. Entonces, en este Cluster1, contiene principalmente los aeropuertos internacionales en los EE. UU. |
| |
Algunos de estos aeropuertos son el aeropuerto internacional de Denver, el aeropuerto internacional de Kansas City, el aeropuerto internacional de Washington, |
| |
Sólo para nombrar unos pocos. Entonces, la demora en estos aeropuertos es bastante grande, como puede ver, y esto se puede atribuir, ya sabes, porque está ubicado en la ciudad que es frecuentada por turistas. |
| |
Así de igual manera, los clusters restantes se forman por este comportamiento similar de los retrasos que se experimentan en los vuelos. |
| |
Ahora, los clústeres que se generaron en el paso anterior se introdujeron en JMP Pro y, utilizando la funcionalidad Graph Builder, |
| |
pudimos construir estos gráficos. Entonces este gráfico contiene las causas de los retrasos en cada uno de los clústeres. Así que aquí, podemos ver claramente |
| |
qué causas de retraso son más prominentes en cada grupo. Entonces, por ejemplo, como puede ver para Cluster1, |
| |
el retraso de la aeronave tardía, es decir, el retraso causado por el vuelo anterior al vuelo actual es más destacado en comparación con el resto. Y sigue la misma cola para el resto de los clústeres. |
| |
Pero si ve este grupo, correcto, aunque esta visualización en SAS es bastante intuitiva, |
| |
sentimos que para un... para un conjunto de datos con una gran cantidad de puntos, o más aeropuertos en nuestro caso, sería bastante difícil de analizar. Así que le pido a mi colega Ruiyun que presente otro enfoque para analizar los grupos. A ti, Ruiyun. |
| yan ruiyun |
Bien, la ubicación geográfica es otra parte en la que nos enfocamos. Los grupos se formaron en SAS y luego usamos la función Graph Builder en JMP Pro 16.0 para generar este mapa para |
| |
mostrar dónde están ubicados los diferentes aeropuertos por clúster. Obviamente, los aeropuertos del oeste y centro de EE. UU. solo se incluyen en el Grupo 1 y el Grupo 3. |
| |
Y estos dos grupos muestran que el grupo no está distribuido en una región específica. |
| |
El Grupo 2, el Grupo 4, el Grupo 5 y el Grupo 6 demuestran una agregación de aeropuertos con una región específica. |
| |
Los aeropuertos del Grupo 2 se concentran principalmente en el este de los Estados Unidos, mientras que es más probable que los Grupos 5 y 6 contengan los aeropuertos de algunos |
| |
atracciones turísticas, como Houston, Phoenix, Baltimore y Honolulu, que son las ciudades más grandes de Texas, Arizona, Maryland y Hawai. |
| |
Más concretamente, el Aeropuerto Internacional Phoenix Sky Harbor es la columna vertebral de las aerolíneas nacionales y del suroeste. Eso es |
| |
uno de los centros de transporte clave en el suroeste de América. Además el Cluster 7 es un caso particular, ya que solo tiene un aeropuerto, el aeropuerto de San Juan de Puerto Rico. |
| |
Supusimos que debido a la ubicación geográfica especial, cualquier vuelo que salga del aeropuerto de San Juan tiene una larga distancia por recorrer. |
| |
Y eso es todo sobre el análisis geográfico y ahora mi compañero Aishwarya nos dará una conclusión. |
| Aishwarya KRISHNA PRASAD |
Entonces, en conclusión, intentamos aprovechar la facilidad de uso de los nodos DTW en SAS Enterprise Miner y también las sofisticadas técnicas de visualización y preprocesamiento en JMP Pro 16.0 para realizar nuestro análisis de series temporales para nuestros datos de vuelo. |
| |
Así que realizamos el agrupamiento de tiempo dinámico para 54 aeropuertos. Y estos aeropuertos se formaron en siete grupos, según los patrones de demora durante enero y junio de 2020. |
| |
Observamos que la demora del portaaviones es principalmente la razón principal de la demora en cada grupo, mientras que la demora tardía de la aeronave no se queda atrás en ser una de las principales causas de demora en la mayoría de los grupos. |
| |
Como parte del trabajo futuro, se pueden incluir los puntos de datos de COVID para mejorar aún más este análisis y también discutir la correlación entre el retraso y la tasa de cancelación de vuelos. |
| |
Muchas gracias por escucharnos. Espero que les haya gustado nuestra presentación. |
