馬里蘭州蒙哥馬利縣出版所有交通違規自2013年以來，現在共發生超過78萬起事件。除了違規的位置和詳細信息外，該表還包含有關車輛的信息，例如品牌，型號，年份和顏色。這是我想在這裡探索的汽車顏色。
即使違規行為僅追溯到2013年，汽車的車型年也會進一步發展。由於年度數據有點混亂，很難說它的回程有多遠。有些年份顯然缺失（0和9999）或錯誤編碼（95和1013），其他幾年至少是可疑的（1930年）。我想看看一段時間內的趨勢，所以無論如何我都會忽略低數據年。
另一方面，顏色數據顯得非常乾淨。沒有拼錯或奇怪的顏色。仍然存在質量問題，因為所有觀察者可能對藍色與深藍色或棕褐色與奶油色之類的東西沒有相同的解釋。以下是所有引文的顏色。
為了查看顏色趨勢，我按年份和顏色製作了一份計數表。然後我刪除了非常稀少的年份，保持1970年至2016年。這是所有數據的面積圖。
它已經初具規模，但有一些重大缺陷：
早期的數據仍然太嘈雜，無法代表趨勢。令人困惑的是，區域的顏色與顏色名稱不匹配，導致a Stroop效應在傳說中。顏色應該具有含義順序，至少將顏色組合在一起。要解決這些問題：
我過濾了數據，從1985年開始。我使用Recode來標準化顏色名稱以匹配 HTML顏色名稱 。然後我使用這些RGB值來創建Value Colors列屬性。我創建了一個Value Order列屬性來自定義順序。
好多了，我們甚至不再需要這個傳奇了。
雖然堆積面積圖一般可以模糊內部區域（沒有直線基線的區域）的趨勢，但它確實可以讓我們充分了解大趨勢。隨著時間的推移，我們可以看到汽車變得越來越“豐富多彩”，白色，黑色和灰色陰影通常會增加。我們可以看到綠色發生了最顯著的變化。在20世紀90年代，它是最流行的顏色。但在之前和之後，它是最不常見的之一。這是森林綠色的時尚嗎？或者說20世紀90年代的綠色汽車比其他顏色更好？
我把綠色放在中間，這樣其他顏色就不會有它們和最近的直邊（頂部或底部）之間的凸起。在少即是多的精神中，我們可以將一些相似的顏色組合在一起。
現在我們有減細節但是更多關於一般趨勢的無障礙信息。
將堆積區域與重疊線進行比較是很有趣的。
虛線是白色的。我們可以更好地看到個人趨勢，但我們已經失去了部分到整體的內涵以及精神上結合相鄰顏色的能力，例如灰色陰影。
值得提醒自己我們正在關注的是什麼。我們不會隨機查看所有售出汽車的樣本，甚至不會看到所有汽車在路上。幾年後，我們只關註一個縣涉及交通違規的汽車。有些車肯定會多次出現。
我無法確定這是數據科學的巨大弱點還是強大的力量：我們分析了我們擁有的數據而不是我們需要的數據。當我們盲目地推斷時，這是一個弱點，但是當我們能夠表徵未知數足以從知識中提取一些信息時，這是一種力量。
對於這些數據，兩個主要的未知數是汽車顏色的區域差異以及汽車顏色與發生交通違規之間的相關性（當之無愧）。如果我們能夠將這些因素消除一年，我們就可以更有信心進行概括。
杜邦發布了一項關於汽車顏色流行度的調查，儘管我只能找到一些瞥見數據 。從那些，我們可以看到世界各地的顏色偏好不同，所以我只會將馬里蘭州的交通違規數據與北美的彩色銷售進行比較。
這是一個斜率圖，將我們的數據與調查結果的百分比進行比較，再次使用白色虛線。
在交通違規數據中，白色，紅色和棕色汽車的出現頻率低於預期。通過使用，我們可以確認差異是顯著的測試概率命令在JMP中的分發平台中。這樣做的p值幾乎為0，因為從2009年開始我們的32,000輛汽車的人口百分比不同。從好的方面來看，每個樣本中至少其他顏色的排名順序相同，因此差異可能是次要因素。
出於這個原因，並且由於最可能的差異解釋與時間無關，我仍然希望上面圖表中顯示的粗略時間趨勢是有意義的。
關於為什麼白色，紅色和棕色汽車在交通違規方面表現得比在杜邦調查中少得多的任何理論？
商務車中寫道：
嗨，Xan，
這篇文章真的很有趣。我一直認為紅色汽車最多被拉過來。我想知道黑色，銀色和白色的車是否被拉得最多只是因為路上有更多的車。
謝謝你的數據，
丹尼斯
