本文主要是介绍地铁通勤，拥挤之痛：你有同感吗？如何通过数据优化公共交通拥挤，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
*文章来自美国Minitab官网
当 2020 年新冠疫情来袭时，公共交通组织重新分配了资源。许多地方削减了地铁时刻表，并专注于轨道建设、基础设施和安全培训。
随着员工开始以混合办公或全职的方式返回办公室，许多公共交通组织未能充分调整时刻表。这导致了安全问题、不卫生的状况、火车过度拥挤以及乘客的失望。
作为一名经常往返于芝加哥市中心办公室的通勤者，我在过去几年里注意到了这些变化，并认为我们应该进行调查。在 Minitab Workspace 和 Minitab 统计软件的帮助下，这些问题可以得到解决。以下是方法。
一个用例：什么让乘客感到困扰？
在一个假设的场景中，一个中西部的主要交通管理部门进行了一次客户调查，以衡量客户满意度并确定需要改进的领域。令他们惊讶的是，大多数客户并不满意。有几个原因被注意到。该团队使用 Minitab Workspace 来可视化客户最常见的投诉：
他们注意到最常见的投诉是 “高峰时段拥堵”。在早高峰时段（周一至周五上午 5 点至 10 点）尤其如此。下一步是使用 Minitab 统计软件来可视化这些数据。
数据可视化：乘客何时使用公共交通？
该团队花了几周时间收集数据，以确定每趟地铁大约有多少人乘坐。一旦他们收集了所有相关数据，他们在 Minitab 中创建了两种不同的可视化图表，一个箱线图和一个散点图。以下是他们的数据样子：
他们的数据显示，周二、周三和周四的乘客量最大，其中周三上午 8:20 和 8:40 的地铁使用最为频繁。
我们如何解决这个问题呢？
该公司的领导随后按日划分数据，并使用回归分析来更好地理解每天的数据趋势。以下是 Minitab 为周三生成的拟合线图：
在这种情况下，领导可以使用这个方程来预测周三一天中任何时间的乘客量，甚至在非高峰时段。
也许更重要的是，团队希望看到乘客量模式中明显的统计变化在哪里。为此，他们使用了 Minitab 的预测分析模块中的 MARS 回归，将数据分成可以观察到明显模式变化的段。以下是他们周三的数据：
这个单预测变量的偏依赖图增加了有趣的背景信息；虽然乘客量最大的时间是在上午 8:20 到 9:00 之间，但乘客量模式的最大变化发生在上午 7:40。并且，使用 MARS，团队只需点击 “预测” 按钮即可获得每周每天的未来预测。
那么，有什么应用呢？
如果没有这些数据，大多数交通组织会主张在高峰时段增加一列火车，可能在上午 8:30 或 8:40 左右。但是，从更精细的层面来看，交通系统通过在上午 8:00 左右而不是在高峰时段稍晚的时候增加更多火车，将获得更好的减少过度拥挤的效果。
希望有了这些数据的支持，交通系统不需要两次重新制定时刻表，并且他们可以更明智地使用有限的资源。这个步骤可以在乘客量超过允许阈值的所有日子里重复进行，以找到增加一列额外火车将产生最大影响的时间。
团队还推测，首先解决这个问题可能会自然地解决一些其他问题，如车站过度拥挤、座位不足和清洁问题。
最终，结果将是让乘客变得快乐。这是一件好事 —— 更快乐的乘客不太可能寻找其他方式去上班、上学或休闲。
以数据为驱动解决公共交通问题
公共交通至关重要，原因有很多，包括其对环境的积极影响、为乘客带来的经济效益、减少所有人的交通拥堵以及促进社会公平。当这些系统遇到问题时，不仅会对乘客产生负面影响，还会对依赖可靠交通的整个城市生态系统产生负面影响。
Minitab 可以通过提供强大的数据分析工具来帮助公共交通系统更高效、可靠和安全地运行，以识别和纠正问题或主动解决问题。通过利用 Minitab 的功能，交通管理部门可以优化路线、改进维护计划并提高整体服务质量，确保为所有乘客提供更顺畅、更可靠的体验。
这篇关于地铁通勤，拥挤之痛：你有同感吗？如何通过数据优化公共交通拥挤的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
