|
Conférencier
|
Transcription
|
| ZHONG, LINLI _ |
Ok, commençons. Bonjour à tous. Voici 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 m'appelle Linli. |
| YAN Ruiyun |
Je suis Ruiyun. |
| Aishwarya Krishna Prasad |
Et je suis Aishwarya Krishna Prasad. Passons maintenant rapidement à la présentation de notre projet. À vous Linli. |
| ZHONG, LINLI _ |
Merci, Ash. |
| |
Sur le côté gauche, nous pouvons voir un graphique linéaire. Il montre le trafic annuel de passagers dans les 10 aéroports les plus fréquentés des États-Unis et... |
| |
Dans le graphique, nous pouvons voir que le nombre de passagers dans chaque aéroport a connu une forte baisse. Cela est dû au fait que les passagers dans les 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 % premiers aéroports d'Amérique à partir des caractéristiques des retards et de la situation géographique. |
| |
séries chronologiques, enroulement temporel dynamique, analyse exploratoire des données. |
| |
Les séries chronologiques et le DTW sont utilisés pour découvrir les similitudes entre les clusters, en fonction des retards de départ. L'EDA est utilisé pour dessiner la carte géographique. Bon, revenons à l'ensemble de données. |
| |
Merci, voici l'ensemble de données. |
| |
En fait, notre ensemble de données provient du ministère des Transports des États-Unis et de notre |
| |
Préparation des données sur le côté gauche, voici le processus de notre préparation des données. Nous avons d'abord importé le fichier csv dans JMP Pro 16.0. |
| |
Et puis nous supprimons 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 |
| |
les 54 principaux aéroports, qui sont basés sur le nombre total de vols dans chaque aéroport et calculent 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 à nouveau utilisé pour découvrir la singularité de différents clusters et dessiner des cartes géographiques. |
| |
Et voici l'introduction de l'ensemble de données. Accueillons mon partenaire pour nous présenter plus en détail notre analyse. |
| Aishwarya Krishna Prasad |
Merci, Linli. Passons maintenant à l'analyse des séries chronologiques et des clusters. Nous avons donc effectué l'analyse des séries chronologiques et des clusters à l'aide de SAS Enterprise Miner. |
| |
Ce graphique est l'un des résultats que nous avons obtenus à l'aide des nœuds DTW dans SAS Enterprise Miner. Sur l'axe des X, vous pouvez voir qu'il contient les mois de janvier 2020 à juin... jusqu'à juillet 2020. |
| |
Et sur l'axe des Y, nous pouvons observer qu'il y a un pourcentage de retards dans les vols que nous avons inclus dans notre ensemble de données. |
| |
Nous pouvons maintenant voir qu'il y a un pic marqué début février et fin juin, ce qui semble être fortement corrélé aux périodes de vacances aux États-Unis. |
| |
Mais, en général, à part ces deux pics... des pics majeurs, nous pouvons également constater une diminution constante du nombre de retards de vol en général. |
| |
Nous avons ensuite effectué un regroupement de séries chronologiques basé sur un regroupement hiérarchique et le diagramme 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 du SAS Enterprise Miner, alors prenons juste un... prenons rapidement |
| |
l'instance de Cluster1. Ainsi, dans ce Cluster1, il contient principalement les aéroports internationaux des États-Unis. |
| |
Certains de ces aéroports sont l’aéroport international de Denver, l’aéroport international de Kansas City, l’aéroport international de Washington, |
| |
pour n'en citer que quelques-uns. Les retards dans ces aéroports sont assez importants, comme vous pouvez le constater, et cela peut être attribué au fait que ces aéroports sont situés dans une ville fréquentée par les touristes. |
| |
De la même manière, les groupes restants sont formés par ce comportement similaire des retards rencontrés dans les vols. |
| |
Les clusters 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, nous pouvons clairement voir |
| |
quelles sont les causes de retard les plus importantes dans chaque cluster. Par exemple, comme vous pouvez le voir pour le cluster 1, |
| |
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 par rapport au reste. Et la même file d'attente se poursuit pour le reste des clusters. |
| |
Mais si vous voyez ce cluster, n'est-ce pas, donc bien que cette visualisation dans SAS soit assez intuitive, |
| |
Nous avons pensé que pour un ensemble de données avec un grand nombre de points, ou un plus grand nombre d'aéroports dans notre cas, il serait assez difficile de l'analyser. Je demande donc à mon collègue Ruiyun de présenter une autre approche pour analyser les clusters. À vous de jouer, Ruiyun. |
| YAN Ruiyun |
D'accord, la localisation géographique est un autre aspect sur lequel nous nous sommes concentrés. Les clusters ont été formés dans SAS, puis nous avons utilisé la fonction Graph Builder de JMP Pro 16.0 pour générer cette carte. |
| |
montre où se situent les différents aéroports par groupe. 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. |
| |
Les groupes 2, 4, 5 et 6 présentent une agrégation d’aéroports appartenant à des régions spécifiques. |
| |
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 |
| |
des 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 Sky Harbor de Phoenix est l'épine dorsale des compagnies aériennes nationales et des compagnies aériennes du sud-ouest. |
| |
l'un des principaux pôles de transport du sud-ouest américain. De plus, le cluster 7 est un cas particulier, car il ne compte qu'un seul aéroport, celui de San Juan de Porto Rico. |
| |
Nous avons supposé qu'en raison de la situation géographique particulière, tout vol au départ de l'aéroport de San Juan avait une longue distance à parcourir. |
| |
Et c’est tout ce qui concerne l’analyse géographique et maintenant ma partenaire Aishwarya va nous donner une conclusion. |
| Aishwarya Krishna Prasad |
Donc, en conclusion, 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 de JMP Pro 16.0 pour effectuer notre analyse de séries chronologiques pour nos données de vol. |
| |
Nous avons donc effectué un regroupement temporel dynamique pour 54 aéroports. Ces aéroports ont été regroupés en sept groupes, en fonction des tendances de retard observées en janvier et juin 2020. |
| |
Nous avons observé que le retard du porte-avions est la principale raison du retard dans chaque groupe, tandis que le retard tardif de l'avion n'est pas très loin d'être une cause majeure de retard dans la plupart des groupes. |
| |
Dans le cadre des travaux futurs, on pourra inclure les points de données COVID pour améliorer encore cette analyse et également discuter de la corrélation entre le taux de retard et d’annulation des vols. |
| |
Merci beaucoup de nous avoir écouté. J'espère que vous avez apprécié notre présentation. |
