|
Oratore
|
Trascrizione
|
| ZHONG, LINLI _ |
Ok, iniziamo. Ciao a tutti. Questo è il poster dell'analisi dei dati delle serie temporali sui ritardi dei voli negli aeroporti degli Stati Uniti da gennaio 2020 a giugno 2020. Siamo studenti della Singapore Management University. Io sono Linli. |
| YAN Ruiyun |
Io sono Ruiyun. |
| Aishwarya Krishna Prasad |
E io sono Aishwarya Krishna Prasad. Ora tuffiamoci rapidamente nell'introduzione del nostro progetto. La parola a te, Linli. |
| ZHONG, LINLI _ |
Grazie, Ash. |
| |
Sul lato sinistro, 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... |
| |
in in the...dal grafico, possiamo vedere che il numero di 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. |
| |
Per la nostra analisi, vorremmo scoprire la somiglianza dei ritardi nel 15% dei principali aeroporti americani, in base alle caratteristiche del ritardo e alla posizione geografica. |
| |
serie temporali, avvolgimento temporale 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 sul lato sinistro, questo è il processo della nostra preparazione dei dati. Abbiamo prima importato il file csv in JMP Pro 16.0. |
| |
Quindi rimuoviamo le colonne e i valori che non sono realmente utili per la nostra analisi. |
| |
E dopo, per la trasformazione dei dati, riassumiamo i dati per gli aeroporti di diverse città, e poi filtriamo i |
| |
i primi 54 aeroporti, in base al numero totale di voli in ciascun aeroporto e al calcolo del tasso di ritardo. |
| |
Dopo la preparazione dei dati, salviamo questo file in formato SAS e importiamo il formato SAS in SAS Enterprise Miner 40.1 per ulteriori analisi, |
| |
vale a dire l'analisi DTW e l'analisi delle serie temporali. Dopo il processo DTW è stato utilizzato di nuovo JMP Pro 16.0 per scoprire la singolarità di diversi cluster e disegnare mappe geografiche. |
| |
E questa è l'introduzione per il set di dati. Diamo il benvenuto al mio partner per introdurre di più sulla nostra analisi. |
| Aishwarya Krishna Prasad |
Grazie, Linli. Ora immergiamoci nell'analisi delle serie temporali e dei cluster. Abbiamo eseguito l'analisi delle serie temporali e 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, sull'asse X, puoi vedere che, sai, contiene i mesi da gennaio 2020 a giugno...a luglio 2020. |
| |
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 ai periodi di vacanza negli Stati Uniti. |
| |
Ma, in generale, a parte questi due picchi...picchi importanti, possiamo anche osservare una diminuzione costante nel numero di ritardi dei voli in generale. |
| |
Abbiamo quindi eseguito un clustering di serie temporali basato sul clustering gerarchico e il grafico della costellazione dello stesso può essere osservato qui, utilizzando SAS. E abbiamo scelto che... abbiamo ritenuto che il numero di cluster (7) fosse il numero di cluster più ottimale per la nostra analisi. |
| |
Ora, questi sono i cluster che vengono formati utilizzando il nodo di similarità TS di SAS Enterprise Miner, quindi diamo un'occhiata veloce |
| |
l'istanza di Cluster1. Quindi in questo Cluster1, contiene principalmente gli aeroporti internazionali negli Stati Uniti. |
| |
Quindi 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 questo si trova nella città frequentata dai turisti. |
| |
Allo stesso modo, i cluster rimanenti sono formati da questo comportamento analogo dei ritardi che si verificano nei voli. |
| |
Ora i cluster generati nel passaggio 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 ogni cluster. Quindi, ad esempio, come puoi vedere per Cluster1, |
| |
il ritardo tardivo dell'aereo, cioè il ritardo causato dal volo precedente al volo attuale 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, |
| |
abbiamo pensato che per un...per un set di dati con un gran numero di punti, o un numero maggiore di aeroporti nel nostro caso, sarebbe stato piuttosto difficile da analizzare. Quindi sto solo chiamando il mio collega Ruiyun per presentare un altro approccio per analizzare i cluster. La parola 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 funzionalità Graph Builder in JMP Pro 16.0 per generare questa mappa per |
| |
mostra dove sono situati i diversi aeroporti per cluster. Ovviamente gli aeroporti degli Stati Uniti occidentali e centrali sono inclusi solo nel Cluster 1 e nel Cluster 3. |
| |
Questi due cluster mostrano che il cluster non è distribuito in una regione specifica. |
| |
I cluster 2, 4, 5 e 6 mostrano un'aggregazione di aeroporti con una regione specifica. |
| |
Gli aeroporti del Cluster 2 sono concentrati principalmente negli Stati Uniti orientali, 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 al punto, l'aeroporto internazionale di Phoenix Sky Harbor è la spina dorsale delle compagnie aeree nazionali e delle compagnie aeree del sud-ovest. Questo è |
| |
uno degli hub di trasporto chiave 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 Porto Rico. |
| |
Abbiamo ipotizzato che, data la particolare posizione geografica, qualsiasi volo in partenza dall'aeroporto di San Juan debba percorrere una lunga distanza. |
| |
E questo è tutto per quanto riguarda l'analisi geografica; ora la mia partner Aishwarya ci darà una conclusione. |
| Aishwarya Krishna Prasad |
Quindi, per concludere, 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. |
| |
Abbiamo quindi eseguito il clustering temporale dinamico per 54 aeroporti. E questi aeroporti sono stati formati in sette cluster, in base ai modelli di ritardo durante gennaio e giugno 2020. |
| |
Abbiamo osservato che il ritardo del vettore è in genere la causa principale del ritardo in ogni cluster, mentre il ritardo dell'aereo in ritardo non è molto distante nel rappresentare una causa importante di ritardo nella maggior parte dei cluster. |
| |
Come parte del lavoro futuro, si potrebbero includere i 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 che la nostra presentazione vi sia piaciuta. |
