メリーランド州モンゴメリー郡が出版すべての交通違反 2013年以来、現在合計78万件以上のインシデントが発生しています。違反の場所と詳細に加えて、この表には、製造元、モデル、年、色など、関連する車両に関する情報も含まれています。ここで探索したいのは車の色です。
たとえ違反が2013年までしか戻ってこなかったとしても、車のモデル年はさらに遡ります。年データが少し乱雑になっているので、それがどれほど遡って行われているかを言うのは難しいです。何年かは明らかに欠けている（0と9999）か間違ってコード化されている（95と1013）、そして他は少なくとも疑わしい（1930）。時間の経過とともに傾向を見たいので、とにかく低データ年は無視します。
一方、色データは非常にきれいに見えます。スペルミスや変な色はありません。すべての観察者が青対濃い青または黄褐色対クリームのようなものの同じ解釈を持っていないかもしれないので、それでも品質問題があるかもしれません。ここにすべての引用の色があります。
色の傾向を時系列で見るために、私は年と色によるカウントの要約表を作りました。それから私は非常にまばらな年を削除し、1970年から2016年まで続けました。これは、すべてのデータの面グラフです。
それは形を取り始めていますが、いくつかの大きな欠陥があります：
初期のデータは、トレンドを表すにはまだノイズが多すぎます。領域の色が色の名前と一致しないため混乱します。ストループ効果伝説の中で。色は意味の順序を持っている必要があり、少なくとも色をまとめてグループ化しています。これらの問題に対処するには
1985年に開始するようにデータをフィルタリングしました。一致するように色名を標準化するためにRecodeを使用しました HTMLカラー名 。次に、それらのRGB値を使用してValue Colors列プロパティを作成しました。注文をカスタマイズするために、Value Order列プロパティを作成しました。
はるかに良い、そして我々はもはや伝説さえ必要としません。
積み重ね面グラフは一般に内部領域のトレンド（直線のベースラインがないもの）を不明瞭にする可能性がありますが、大きなトレンドを十分に確認するのに役立ちます。白、黒、そしてグレーの色合いが一般的に増加しているうちに、車は時間の経過とともに「カラフル」になることが少なくなります。そして、私たちは、グリーンが最も劇的な変化を遂げたことがわかります。1990年代には、それが最も人気のある色でした。しかし前後に、それは最も一般的ではないものの1つです。それは森の緑の流行でしたか？それとも1990年代のグリーンカーは他の色よりも持ちこたえられていますか？
私は他の色がそれらと最も近いまっすぐな端（上か下）の間の膨らみを持たないように私は真ん中に緑を置いた。より少ないの精神では、我々は一緒に似たような色のいくつかを組み合わせることができます。
今我々は持っていますもっと少なく詳細だがもっと一般的な傾向に関するアクセス可能な情報。
重なった線と積み重ねた領域を比較するのは面白いです。
破線は白です。私たちは個々の傾向をよく見ることができますが、部分的から全体的な意味合いと灰色の色合いのように隣接する色を精神的に組み合わせる能力を失いました。
自分が何を見ているのかを思い出させる価値があります。私たちは、売られているすべての車、あるいは路上にあるすべての車のランダムなサンプルを見ているのではありません。私たちは、数年にわたり1つの郡で交通違反を起こしている車だけを見ています。一部の車は確かに複数回表されます。
これがデータサイエンスの大きな弱点なのか、それとも大きな強みなのかを判断することはできません。必要なデータではなく、自分が持っているデータを分析します。盲目的に外挿すると弱点になりますが、未知のものを特徴付けて知識から情報を引き出すことができる場合は強みです。
このデータでは、2つの主な未知数は、車の色の地域差と、車の色と交通違反の発生との間の相関関係です（当然のことですが）。1年間これらの要因を排除できれば、一般化を行うことに自信を持つことができます。
DuPontが車の色の人気についての調査を発表した、しかし私はほんの少ししか見つけることができなかったデータの概要 。これらのことから、色の好みは世界中で異なることがわかりますので、メリーランド州の交通違反データと北米の色の売り上げを比較するだけにします。
これは、白の破線を使用して、データのパーセンテージと調査結果を比較したスロープチャートです。
白、赤、茶色の車が交通違反データで予想より少ない頻度で表示されているように見えます。を使用して、違いが重要であることを確認できます。テスト確率 JMPの配布プラットフォームでコマンドを実行します。そうすることで、2009年から32,000台の自動車の私達の人口の中でこれとは異なる割合を見ることに対して実質的に0のp値を与える。プラス面として、少なくとも他の色は各サンプルで同じ順位を持っているので、おそらく違いは二次的な要因です。
その理由のためにそして違いのための最もありそうな説明が時間に関連していないので、私はまだ上のチャートに示されたおおよその時間傾向が意味があることを望みます。
なぜ、白、赤、茶色の車がDuPontの調査よりも交通違反ではるかに少なく現れるかについての理論は何ですか？
ビジネスカー書きました：
こんにちはXanさん、
この記事では本当に興味深い統計。赤い車が一番引っ張られるといつも思っていました。黒、銀、白の車は、道路上にもっとたくさんあるからといって最も引っ張られるのだろうか。
データをありがとう
デニス
