Montgomery County, Maryland, publie toutes les infractions routières depuis 2013, totalisant maintenant plus de 780 000 incidents. Outre la localisation et les détails des violations, le tableau contient également des informations sur les véhicules impliqués, telles que la marque, le modèle, l'année et la couleur. Ce sont les couleurs de voiture que je veux explorer ici.
Même si les violations ne remontent qu’en 2013, l’année modèle des voitures est beaucoup plus ancienne. Il est difficile de dire depuis combien de temps les données de l'année sont un peu désordonnées. Certaines années sont évidemment absentes (0 et 9999) ou mal codées (95 et 1013), et d'autres sont au moins discutables (1930). Je veux examiner les tendances au fil du temps, alors je vais quand même ignorer les années de faible données.
Les données de couleur, en revanche, semblent remarquablement nettes. Pas de couleurs mal orthographiées ou étranges. Il pourrait toujours y avoir des problèmes de qualité, car tous les observateurs n’auraient peut-être pas la même interprétation de choses comme bleu contre bleu foncé ou beige contre crème. Voici les couleurs de toutes les citations.
Pour examiner les tendances des couleurs au fil du temps, j'ai établi un tableau récapitulatif des comptes par année et par couleur. Ensuite, j'ai enlevé les années très clairsemées, en conservant la période 1970-2016. Voici un graphique à secteurs de toutes ces données.
Il commence à prendre forme mais présente quelques défauts majeurs:
Les premières données sont encore trop bruyantes pour représenter les tendances.Il est déroutant que la couleur des zones ne corresponde pas aux noms de couleurs, ce qui entraîne un Effet Stroop dans la légende.Les couleurs doivent avoir un ordre de signification, regroupant au moins les mêmes couleurs.Pour résoudre ces problèmes:
J'ai filtré les données pour commencer à 1985.J'ai utilisé Recode pour normaliser les noms de couleurs afin qu'ils correspondent Noms de couleur HTML . Ensuite, j'ai utilisé ces valeurs RVB pour créer une propriété de colonne Value Colors.J'ai créé une propriété de colonne Value Order pour personnaliser la commande.
Bien mieux, et nous n'avons même plus besoin de la légende.
Bien que le graphique de zones empilées puisse en général masquer les tendances des zones internes (celles sans ligne de base droite), il permet de voir assez bien les grandes tendances. Nous pouvons voir des voitures de moins en moins colorées au fil du temps, le blanc, le noir et les nuances de gris augmentant généralement. Et nous pouvons voir que le vert a eu les changements les plus dramatiques. Dans les années 1990, c'était la couleur la plus populaire. Mais avant et après, c'est l'un des moins communs. Était-ce la mode verte de la forêt? Ou les voitures vertes des années 90 ont-elles mieux résisté que les autres couleurs?
J'ai mis le vert au milieu pour que les autres couleurs n'aient pas le renflement qui les sépare du bord droit le plus proche (haut ou bas). Dans l’esprit de less is more, nous pouvons combiner certaines des couleurs similaires.
Maintenant nous avons Moins détail mais plus informations accessibles sur les tendances générales.
Il est intéressant de comparer les zones empilées aux lignes superposées.
La ligne en pointillé est pour le blanc. Nous pouvons mieux voir les tendances individuelles, mais nous avons perdu la connotation partielle et la possibilité de combiner mentalement les couleurs adjacentes, telles que les nuances de gris.
Cela vaut la peine de nous rappeler ce que nous examinons. Nous ne cherchons pas un échantillon aléatoire de toutes les voitures vendues ou même de toutes les voitures sur la route. Nous examinons uniquement les voitures impliquées dans des infractions au code de la route dans un comté au cours de quelques années. Certaines voitures sont sûrement représentées plusieurs fois.
Je ne peux pas décider s'il s'agit de la grande faiblesse ou de la grande force de la science des données: nous analysons les données dont nous disposons au lieu de celles dont nous avons besoin. C'est une faiblesse lorsque nous extrapolons à l'aveuglette, mais c'est une force lorsque nous pouvons caractériser suffisamment les inconnues pour en extraire des informations.
Pour ces données, les deux principales inconnues sont les différences régionales de couleurs de voiture et les corrélations entre la couleur de la voiture et les infractions au code de la route (à juste titre ou non). Si nous pouvons éliminer ces facteurs pendant un an, nous pourrons avoir davantage confiance dans les généralisations.
DuPont publie une enquête sur la popularité des couleurs de voiture, bien que je n’aie trouvé que quelques exemples. aperçus des données . Parmi ceux-ci, nous pouvons constater que les préférences de couleur diffèrent d'un pays à l'autre. Je ne comparerai donc que les données sur les infractions routières dans le Maryland aux ventes de couleurs en Amérique du Nord.
Voici un tableau de pente comparant les pourcentages de nos données avec les résultats du sondage, en utilisant à nouveau une ligne en pointillé pour le blanc.
Il semble que les voitures blanches, rouges et brunes apparaissent moins souvent que prévu dans les données sur les infractions au code de la route. Nous pouvons confirmer que les différences sont significatives en utilisant le Probabilités de test commande dans la plate-forme de distribution dans JMP. Faire cela donne une valeur p de pratiquement 0 pour avoir des pourcentages aussi différents dans notre population de 32 000 voitures depuis 2009. Du côté positif, au moins les autres couleurs ont le même ordre de rang dans chaque échantillon, alors peut-être que les différences sont des facteurs secondaires.
Pour cette raison et parce que les explications les plus probables des différences ne sont pas liées au temps, j'espère toujours que les tendances temporelles approximatives présentées dans les graphiques ci-dessus sont significatives.
Des théories sur les raisons pour lesquelles les voitures blanches, rouges et brunes apparaissent tellement moins dans les infractions au code de la route que dans l'enquête de DuPont?
Voiture d'affaires a écrit:
Salut xan
Statistiques vraiment intéressantes dans ce post. J'avais toujours pensé que les voitures rouges étaient le plus bloquées. Je me demande si les voitures noires, argentées et blanches sont les plus arrachées simplement parce qu'elles sont plus nombreuses sur la route.
Merci pour les données,
Dennis
