Montgomery County, Maryland, veröffentlicht alle Verkehrsverstöße seit 2013 sind es jetzt mehr als 780.000 vorfälle. Neben dem Ort und den Details der Verstöße enthält die Tabelle auch Informationen zu den betroffenen Fahrzeugen, wie Marke, Modell, Jahr und Farbe. Es sind Autofarben, die ich hier erkunden möchte.
Obwohl die Verstöße nur auf 2013 zurückgehen, geht das Modelljahr der Autos noch viel weiter zurück. Es ist schwer zu sagen, wie weit es zurückgeht, seit die Jahresdaten etwas unordentlich sind. Einige Jahre fehlen offensichtlich (0 und 9999) oder sind falsch geschrieben (95 und 1013), andere sind zumindest fragwürdig (1930). Ich möchte die Trends im Laufe der Zeit betrachten, daher werde ich ohnehin leise Datenjahre ignorieren.
Auf der anderen Seite erscheinen die Farbdaten bemerkenswert sauber. Keine falsch geschriebenen oder fremden Farben. Es könnte immer noch Qualitätsprobleme geben, da möglicherweise nicht alle Betrachter die gleiche Interpretation von Blau, Dunkelblau oder Tan / Creme haben. Hier sind die Farben aller Zitate.
Um die Farbtrends im Laufe der Zeit zu betrachten, habe ich eine Übersicht der Zählungen nach Jahr und Farbe erstellt. Dann entfernte ich sehr spärliche Jahre und hielt 1970 - 2016. Hier ist ein Flächendiagramm all dieser Daten.
Es nimmt langsam Gestalt an, hat aber einige große Mängel:
Die frühen Daten sind immer noch zu laut, um Trends abzubilden.Es ist verwirrend, dass die Farbe der Bereiche nicht mit den Farbnamen übereinstimmt, was zu einem Ergebnis führt Stroop-Effekt in der LegendeDie Farben sollten eine Bedeutungsreihenfolge haben und zumindest wie Farben gruppieren.Um diese Probleme anzugehen:
Ich habe die Daten gefiltert, um bei 1985 zu beginnen.Ich habe Recode verwendet, um die Farbnamen zu vereinheitlichen HTML-Farbnamen . Dann habe ich diese RGB-Werte verwendet, um eine Spalteneigenschaft Value Colors zu erstellen.Ich habe eine Value Order-Spalteneigenschaft erstellt, um die Reihenfolge anzupassen.
Viel besser und wir brauchen die Legende nicht mehr.
Obwohl das gestapelte Flächendiagramm im Allgemeinen Trends der internen Bereiche (dh solche ohne gerade Basislinie) verdecken kann, lässt es die großen Trends gut genug erkennen. Wir können sehen, dass Autos mit der Zeit weniger "bunt" werden, wobei Weiß, Schwarz und Grautöne im Allgemeinen zunehmen. Und wir können sehen, dass das Grün die dramatischsten Veränderungen erfahren hat. In den 1990er Jahren war es die beliebteste Farbe. Aber vorher und nachher ist es eines der wenigsten. War das die grüne Modeerscheinung? Oder haben grüne Autos aus den 1990er Jahren besser als andere Farben gehalten?
Ich habe Grün in die Mitte gelegt, damit die anderen Farben nicht die Wölbung zwischen ihnen und der nächsten geraden Kante (oben oder unten) haben. Im Sinne von Weniger ist mehr, können wir einige der ähnlichen Farben miteinander kombinieren.
Jetzt haben wir Weniger Detail aber Mehr zugängliche Informationen zu den allgemeinen Trends.
Es ist interessant, die gestapelten Bereiche mit den überlagerten Linien zu vergleichen.
Die gestrichelte Linie ist für Weiß. Wir können einzelne Trends besser sehen, aber wir haben die Teil-zu-Ganz-Konnotation und die Fähigkeit verloren, benachbarte Farben, wie etwa für Grautöne, mental zu kombinieren.
Es lohnt sich, uns daran zu erinnern, worauf wir schauen. Wir betrachten keine zufällige Auswahl aller verkauften Autos oder sogar aller Autos auf der Straße. Wir betrachten nur Autos, die seit einigen Jahren in einem Bezirk an Verkehrsverstößen beteiligt sind. Einige Autos sind sicherlich mehrfach vertreten.
Ich kann nicht entscheiden, ob dies die große Schwäche oder die große Stärke der Datenwissenschaft ist: Wir analysieren die Daten, die wir haben, anstatt die Daten, die wir benötigen. Es ist eine Schwäche, wenn wir blind extrapolieren, aber es ist eine Stärke, wenn wir die Unbekannten ausreichend charakterisieren können, um Informationen aus den Bekannten zu extrahieren.
Für diese Daten sind die zwei wichtigsten Unbekannten regionale Unterschiede in den Fahrzeugfarben und die Korrelationen zwischen der Fahrzeugfarbe und der Verkehrsverletzung (zu Recht oder nicht). Wenn wir diese Faktoren für ein Jahr ausschalten können, können wir mehr Vertrauen in die Verallgemeinerung haben.
DuPont veröffentlicht eine Umfrage zur Beliebtheit von Autofarben, obwohl ich nur einige finden konnte Einblicke in die Daten . Von diesen können wir erkennen, dass die Farbvorlieben auf der ganzen Welt unterschiedlich sind. Daher werde ich nur die Daten über die Verstöße gegen Maryland-Verkehrsverstöße mit den Farbverkäufen in Nordamerika vergleichen.
Hier ist ein Steigungsdiagramm, in dem die Prozentsätze unserer Daten mit den Umfrageergebnissen verglichen werden, wobei wiederum eine gestrichelte Linie für Weiß verwendet wird.
Es sieht so aus, als würden weiße, rote und braune Autos seltener als erwartet in den Daten über Verkehrsverstöße auftauchen. Wir können bestätigen, dass die Unterschiede signifikant sind Test Wahrscheinlichkeiten Befehl in der Verteilungsplattform in JMP. Dadurch ergibt sich ein p-Wert von praktisch 0, wenn die prozentualen Anteile in unserer 32.000-jährigen Bevölkerung ab 2009 unterschiedlich sind. Auf der positiven Seite haben zumindest die anderen Farben in jeder Stichprobe die gleiche Rangordnung, daher sind die Unterschiede möglicherweise sekundäre Faktoren.
Aus diesem Grund und weil die wahrscheinlichsten Erklärungen für die Unterschiede nicht zeitabhängig sind, hoffe ich immer noch, dass die in den obigen Diagrammen gezeigten groben Zeittrends aussagekräftig sind.
Irgendwelche Theorien, warum die weißen, roten und braunen Autos bei Verkehrsverstößen so viel weniger auftauchen als bei der DuPont-Umfrage?
Geschäftsauto schrieb:
Hallo Xan,
Wirklich interessante Statistiken in diesem Beitrag. Ich hatte immer gedacht, rote Autos würden am meisten überfahren. Ich frage mich, ob schwarze, silberne und weiße Autos am meisten überfahren werden, nur weil noch mehr von ihnen unterwegs sind.
Danke für die Daten,
Dennis
