Qualche settimana fa, il Washington Post ha fatto un grafico ampiamente diffuso di Washington, DC, Metro mattina numeri di bordo per le inaugurazioni recenti e la Marcia delle donne del 21 gennaio. I numeri di presenza di grandi eventi possono essere difficili e controversi da calcolare, e il conteggio del ridicolo conferisce una certa obiettività alla conversazione anche se i conteggi sono solo approssimativamente correlati al conteggio delle presenze. Alcuni partecipanti non vanno in metropolitana, e alcuni ciclisti non partecipano all'evento; tuttavia, quando i conteggi sono eccezionali, qualcosa deve andare avanti.
Per vedere se sono eccezionali, dobbiamo mettere i conteggi nel loro contesto, così ho iniziato a cercare i dati giornalieri per il personale della DC Metro. La cosa migliore che ho trovato sono state le stime giornaliere dell'abbonato a Apri dati DC per gli anni dal 2004 al 2015. Anche se non l'ultimo, è sufficiente dare un po 'di contesto ai numeri citati sia guardando i conteggi tipici, tre inaugurazioni e due raduni del sabato tenutisi nel 2010: Ripristino onore (Glenn Beck) e Ripristina Sanità e / o Paura (Jon Stewart e Stephen Colbert). Ho partecipato al rally Restore Sanity e cavalcò la metropolitana quella mattina, ed entrambi erano affollati di corpo contro corpo, quindi ho una base esperienziale.
Una prima visione dei dati
Ecco una prima occhiata ai dati di conteggio nel tempo in JMP . Alcuni valori anomali e motivi saltano fuori anche in questa vista grossolana.
Possiamo già vedere un eminente emendamento corrispondente all'Innaugurazione del 2009. I cluster basso e alto suggeriscono che ci sono almeno due categorie di giorni, e il raggruppamento per giorno della settimana verifica che i giorni della settimana siano il cluster più grande.
Tuttavia, ci sono ancora un numero significativo di conteggi anomali nei giorni feriali, in particolare il lunedì. Passandoci sopra alcuni di loro confermano i miei sospetti che quelle sono vacanze. La suddivisione del grafico per giorni della settimana era una semplice trasformazione del tasto destro, ma JMP non conosce le vacanze negli Stati Uniti, quindi ho scritto una sceneggiatura per taggare le festività ufficiali, e poi le ho combinate con le domeniche per un grafico generale.
Ho etichettato alcuni giorni notevoli e ho aggiunto un aspetto più liscio per mostrare il apparente modello stagionale (ne riparleremo più avanti). Con la categorizzazione, possiamo vedere che la festa MLK del 2009, che era il giorno precedente l'inaugurazione 2009 e la vacanza inaugurale 2013 / MLK, erano eccezionali anche nel contesto delle vacanze.
I recenti conteggi di interesse di riders non sono presenti in questo set di dati. Ma il conteggio per l'inaugurazione del 2017 è stato di 570.000, secondo la Washington Metropolitan Area Transit Authority (WMATA) citata in un articolo del Washington Post , mentre per il marzo femminile del 2017 era poco più di 1 milione, secondo un tweet di WMATA .
Il rally Restore Sanity si distingue bene dal tipico livello di pedoni del sabato (800.000 contro 300.000); tuttavia, non è facile determinare una base adeguata per le date di inaugurazione. Il giorno di inaugurazione è una festa locale per i lavoratori federali. Per stimare il suo effetto, possiamo usare i dati del Bureau of Labor Statistics 2013, che dice che DC aveva circa 740.000 lavoratori e 200.000 di loro erano lavoratori federali. Il tipico posto di lavoro giornaliero è di circa 700.000, che è quasi una corsa per lavoratore (presumibilmente, circa la metà dei lavoratori ha preso la metropolitana due volte ciascuno). Seguendo questo rapporto, ci sarebbero circa 200.000 lavoratori in meno durante il Giorno di inaugurazione e probabilmente anche alcuni lavoratori non federali riceveranno il Giorno di inaugurazione. Ciò porterebbe il riduttore di inaugurazione della linea di base nel range da 400.000 a 500.000.
Nel caso ti stia interrogando su alcuni dei valori anomali senza etichetta, puoi provare questa versione interattiva del grafico e passa il mouse sopra i punti di interesse. Gli altri conteggi di alto livello del sabato sono per lo più National Cherry Blossom Festival all'inizio di aprile. Molti degli alti conteggi delle festività erano per il Giorno dell'Indipendenza. Le basse giornate invernali erano brutte tempeste.
Fai attenzione agli insetti mentali!
Dopo aver condiviso il grafico di cui sopra su Twitter, ho approfondito lo schema stagionale e mi sono reso conto che ero caduto per tutte e tre le trappole cognitive descritte da Alberto Cairo come "cimici mentali" nel suo libro L'arte veritiera : fantasia, narrazione e conferma.
Ho visto un su e giù modello nei punti, creato a storia nella mia mente che il trasporto era legato alle stagioni, e confermato aggiungendo la spline più liscia, che ha un aspetto sinusoidale. Fortunatamente, non sono stato completamente venduto su quella conferma e mi sono reso conto che la spline più agevole è vincolata per essere omogenea, a prescindere dai dati, e 11 anni di fluttuazioni potrebbero essere eccessivi. Così ho deciso di dare un'occhiata più da vicino ai dati per giorno dell'anno. Questo grafico mostra i giorni lavorativi per tutti gli 11 anni.
Ora potevo vedere che lo schema non è così sinusoidale. Piuttosto che il trasporto che scorre con le stagioni, abbiamo alcuni effetti localizzati. Il più grande è il drop-off durante le ultime due settimane dell'anno, e quella piccola sorpresa intorno al 100 è probabilmente il National Cherry Blossom Festival in primavera. Immagino che i turisti rappresentino i dossi estivi, ma per quanto riguarda il calo in agosto? È così quando la gente del posto si prende una vacanza per sfuggire al caldo e all'umidità? Oppure perché il Congresso di solito è via in agosto? (Residenti DC: fammi sapere nei commenti!)
Dopo aver realizzato che la mia storia stagionale era sbagliata, ho ridisegnato la mia tabella generale con una semplificazione più semplice che mostra solo la tendenza a lungo termine per il riders nel corso degli anni.
Sto ancora cercando dati più completi, ma questo set di dati è stato interessante da esplorare. Ho imparato molto su come le persone usano il DC Metro! L'esperienza diretta degli insetti mentali ha fornito una buona lezione sull'esplorazione analitica. Alla fine, penso di aver trovato un grafico che fornisca un contesto utile.
Interessante guardando la versione HTML interattiva. Ci sono alcuni giorni di conteggio estremamente bassi. Essere in grado di vedere le date, sembra che molte di esse siano dovute a eventi legati alle condizioni meteorologiche. In particolare, i giorni di conteggio "zero count" e quasi zero in 29 e 30 ottobre 2012 erano per l'uragano Sandy, e il governo federale ha chiuso il 30 . Un altro giorno, nel 2010 era molto basso e quello era per un " evento di blizzard ". Come con qualsiasi dato da moderato a grande, l'influenza di questi punti potrebbe non essere molto ampia nella tua analisi, ma mi piace sempre capire da dove provengono quegli outlier. Un lavaggio dei dati più dettagliato potrebbe cercare tutti gli eventi meteorologici gravi e raggrupparli con i fine settimana e il gruppo di giorni festivi.
