Vor ein paar Wochen hat die Washington Post gemacht ein weit verbreitetes Diagramm von Washington, DC, Metro Morgen Fahrernummern für die letzten Einweihungen und den 21. März Frauen Marsch. Die Anzahl der Anwesenheitszahlen für große Veranstaltungen kann schwierig und umstritten sein, und die Anzahl der Fahrgäste bringt dem Gespräch eine ansprechende Objektivität, auch wenn die Zählungen nur grob mit der Anzahl der Besucherzahlen korrelieren. Einige Teilnehmer fahren nicht mit der U-Bahn, und einige Fahrer nehmen nicht an der Veranstaltung teil. Wenn jedoch die Anzahl außergewöhnlich ist, muss etwas geschehen.
Um zu sehen, ob sie außergewöhnlich sind, müssen wir die Zahlen in einen Kontext setzen. Ich habe also nach den täglichen Daten für die DC Metro gesucht. Das Beste, was ich gefunden habe, waren die täglichen Fahrgastschätzungen Open Data DC für die Jahre 2004 bis 2015. Auch wenn dies nicht das Neueste ist, reicht es aus, die zitierten Zahlen anhand einiger typischer Zahlen, drei Einweihungen und zwei Samstagskundgebungen im Jahr 2010 zu beschreiben: Ehre wiederherstellen (Glenn Beck) und Stellen Sie Vernunft und / oder Angst wieder her (Jon Stewart und Stephen Colbert). Ich nahm an der Restore Sanity Rally teil und Ich bin an diesem Morgen in der Metro gefahren, und beide waren von Körper zu Körper überfüllt, daher habe ich das als Erfahrungsgrundlage.
Eine erste Ansicht der Daten
Hier ist ein erster Blick auf die Zähldaten über der Zeit in JMP . Einige Ausreißer und Muster springen auch in dieser groben Ansicht heraus.
Wir können bereits einen herausragenden Ausreißer sehen, der der Einweihung von 2009 entspricht. Die niedrigen und hohen Cluster deuten darauf hin, dass es mindestens zwei Kategorien von Tagen gibt. Durch Gruppieren nach Wochentagen wird sichergestellt, dass Wochentage der größte Cluster sind.
An Wochentagen, vor allem am Montag, gibt es jedoch immer noch eine erhebliche Anzahl von Ausreißern. Wenn ich über ein paar von ihnen schwebe, bestätigt sich mein Verdacht, dass dies Ferien sind. Das Aufteilen des Diagramms nach Wochentagen war eine einfache Umwandlung mit der rechten Maustaste JMP kennt keine US-Feiertage, daher habe ich ein Skript geschrieben, um die offiziellen Feiertage zu kennzeichnen, und dann mit Sonntagen kombiniert, um eine Übersicht zu erhalten.
Ich beschriftete ein paar bemerkenswerte Tage und fügte einen glatter hinzu, um das anzuzeigen ersichtlich saisonales Muster (dazu später mehr). Bei der Kategorisierung sehen wir, dass der MLK-Urlaub 2009, der am Tag vor der Einweihung 2009 stattfand, und der 2013-Einweihungsurlaub / MLK-Urlaub auch im Rahmen der Feiertage außergewöhnlich waren.
Die jüngsten interessierenden Fahrerzahlen sind nicht in diesem Datensatz enthalten. Laut der Washington Metropolitan Area Transit Authority (WMATA) wurde die Einweihung für 2017 auf 570.000 festgesetzt ein Artikel der Washington Post , während es für den Frauenmarsch 2017 etwas mehr als 1 Million war, laut einem Tweet von WMATA .
Die Restore-Sanity-Rallye hebt sich deutlich von der typischen Samstags-Reitstufe ab (800.000 vs. 300.000); Es ist jedoch nicht leicht, eine geeignete Basis für die Einführungsdaten festzulegen. Einweihungstag ist ein örtlicher Feiertag für Bundesangestellte. Um die Auswirkungen abzuschätzen, können wir die Daten des Bureau of Labor Statistics 2013 verwenden, die besagen, dass DC etwa 740.000 Arbeiter hatte und 200.000 von ihnen Bundesangestellte waren. Die typische Arbeitszeit beträgt etwa 700.000, was fast einer Fahrt pro Arbeiter entspricht (vermutlich nahm etwa die Hälfte der Arbeiter zweimal die Metro in Anspruch). Nach diesem Verhältnis würden am Einweihungstag rund 200.000 Arbeiter weniger Fahrer beschäftigt sein, und wahrscheinlich haben auch einige nichtstaatliche Arbeitnehmer den Einweihungstag frei. Dies würde die Grundeinführungszeit des Einweihungstages in den Bereich von 400.000 bis 500.000 bringen.
Falls Sie sich über einige der unbeschrifteten Ausreißer wundern, können Sie es versuchen Diese interaktive Version des Diagramms und schweben über Sehenswürdigkeiten. Die anderen hohen Samstags-Fahrten zählen meistens zu den Tagen des Nationalen Kirschblütenfestes Anfang April. Viele der hohen Feiertage zählten zum Unabhängigkeitstag. Die niedrigen Wintertage waren schwere Stürme.
Achte auf die Geistesfehler!
Nachdem ich die obige Grafik auf Twitter geteilt hatte, habe ich mich näher mit dem saisonalen Muster befasst und festgestellt, dass ich in alle drei kognitiven Fallen geraten war, die Alberto Cairo in seinem Buch als "Geistesfehler" beschrieben hat Die wahrhaftige Kunst : Patternicity, Storytelling und Bestätigung.
Ich habe ein Auf und Ab gesehen Muster in den Punkten erstellt ein Geschichte In meinen Augen war dieses Reiterlebnis an die Jahreszeiten gebunden und Bestätigt durch Hinzufügen des Spline-Glätters, der ein Sinuswellen-Aussehen hatte. Glücklicherweise war ich mit dieser Bestätigung nicht völlig verkauft, und mir wurde klar, dass der Spline-Glätter glatter sein muss, egal wie die Daten aussehen, und elf Jahre Schwankungen sind möglicherweise zu viel, um sie zu sortieren. Also wollte ich mir die Daten nach Tag des Jahres genauer ansehen. Diese Grafik zeigt Arbeitstage für alle 11 Jahre.
Jetzt konnte ich sehen, dass das Muster nicht so sinusförmig ist. Anstelle der mit den Jahreszeiten fließenden Fahrten haben wir einige lokale Effekte. Der größte ist der Abbruch während der letzten paar Wochen des Jahres, und der kleinere Tag um Tag 100 ist wahrscheinlich das nationale Kirschblütenfest im Frühling. Ich stelle mir vor, dass Touristen für die Sommerunebenheiten verantwortlich sind, aber wie sieht es mit dem Bad im August aus? Ist das der Fall, wenn die Einheimischen Urlaub machen, um der Hitze und Feuchtigkeit zu entfliehen? Oder liegt es daran, dass der Kongress normalerweise im August abwesend ist? (Bewohner von DC: Lass es mich in Kommentaren wissen!)
Nachdem mir klar wurde, dass meine saisonale Geschichte falsch war, habe ich meinen Gesamtchart mit einer einfacheren Glättung überarbeitet, die nur den langfristigen Trend des Fahrens über die Jahre zeigt.
Ich bin immer noch auf der Suche nach vollständigeren Daten, aber dieser Datensatz war interessant zu untersuchen. Ich habe viel darüber gelernt, wie Menschen die DC Metro nutzen! Die Geisteskrankheiten aus erster Hand zu erfahren, bot eine gute Lektion in der analytischen Erkundung. Am Ende denke ich, dass ich ein Diagramm gefunden habe, das einen hilfreichen Kontext bietet.
Interessanter Blick auf die interaktive HTML-Version. Es gibt extrem niedrige Tage. In der Lage zu sein, die Daten zu sehen, sieht es so aus, als ob viele von ihnen auf wetterbedingte Ereignisse zurückzuführen sind. Insbesondere die Tage "Nullzählung" und "Fast Null" am 29. und 30. Oktober 2012 betrafen den Hurrikan Sandy, und Die Bundesregierung wurde am 30. geschlossen . Ein anderer Tag im Jahr 2010 war sehr niedrig und das war für ein " Blizzard-Ereignis ". Wie bei moderaten bis großen Daten ist der Einfluss dieser Punkte in Ihrer Analyse möglicherweise nicht sehr groß, aber ich verstehe immer gern, woher diese Ausreißer kommen. Eine detailliertere Datenbereinigung kann nach allen Unwetterereignissen suchen und sie mit der Gruppe Wochenenden und Feiertage gruppieren.
