*文章來自美國Minitab官網

當 2020 年新冠疫情來襲時，公共交通組織重新分配了資源。許多地方削減了地鐵時刻表，并專注于軌道建設、基礎設施和安全培訓。

隨著員工開始以混合辦公或全職的方式返回辦公室，許多公共交通組織未能充分調整時刻表。這導致了安全問題、不衛生的狀況、火車過度擁擠以及乘客的失望。

作為一名經常往返于芝加哥市中心辦公室的通勤者，我在過去幾年里注意到了這些變化，并認為我們應該進行調查。在 Minitab Workspace 和 Minitab 統計軟件的幫助下，這些問題可以得到解決。以下是方法。

一個用例：什么讓乘客感到困擾？

在一個假設的場景中，一個中西部的主要交通管理部門進行了一次客戶調查，以衡量客戶滿意度并確定需要改進的領域。令他們驚訝的是，大多數客戶并不滿意。有幾個原因被注意到。該團隊使用 Minitab Workspace 來可視化客戶最常見的投訴：

他們注意到最常見的投訴是 “高峰時段擁堵”。在早高峰時段（周一至周五上午 5 點至 10 點）尤其如此。下一步是使用 Minitab 統計軟件來可視化這些數據。

數據可視化：乘客何時使用公共交通？

該團隊花了幾周時間收集數據，以確定每趟地鐵大約有多少人乘坐。一旦他們收集了所有相關數據，他們在 Minitab 中創建了兩種不同的可視化圖表，一個箱線圖和一個散點圖。以下是他們的數據樣子：

他們的數據顯示，周二、周三和周四的乘客量最大，其中周三上午 8:20 和 8:40 的地鐵使用最為頻繁。

我們如何解決這個問題呢？

該公司的領導隨后按日劃分數據，并使用回歸分析來更好地理解每天的數據趨勢。以下是 Minitab 為周三生成的擬合線圖：

在這種情況下，領導可以使用這個方程來預測周三一天中任何時間的乘客量，甚至在非高峰時段。

也許更重要的是，團隊希望看到乘客量模式中明顯的統計變化在哪里。為此，他們使用了 Minitab 的預測分析模塊中的 MARS 回歸，將數據分成可以觀察到明顯模式變化的段。以下是他們周三的數據：

這個單預測變量的偏依賴圖增加了有趣的背景信息；雖然乘客量最大的時間是在上午 8:20 到 9:00 之間，但乘客量模式的最大變化發生在上午 7:40。并且，使用 MARS，團隊只需點擊 “預測” 按鈕即可獲得每周每天的未來預測。

那么，有什么應用呢？

如果沒有這些數據，大多數交通組織會主張在高峰時段增加一列火車，可能在上午 8:30 或 8:40 左右。但是，從更精細的層面來看，交通系統通過在上午 8:00 左右而不是在高峰時段稍晚的時候增加更多火車，將獲得更好的減少過度擁擠的效果。

希望有了這些數據的支持，交通系統不需要兩次重新制定時刻表，并且他們可以更明智地使用有限的資源。這個步驟可以在乘客量超過允許閾值的所有日子里重復進行，以找到增加一列額外火車將產生最大影響的時間。

團隊還推測，首先解決這個問題可能會自然地解決一些其他問題，如車站過度擁擠、座位不足和清潔問題。

最終，結果將是讓乘客變得快樂。這是一件好事 —— 更快樂的乘客不太可能尋找其他方式去上班、上學或休閑。

以數據為驅動解決公共交通問題

公共交通至關重要，原因有很多，包括其對環境的積極影響、為乘客帶來的經濟效益、減少所有人的交通擁堵以及促進社會公平。當這些系統遇到問題時，不僅會對乘客產生負面影響，還會對依賴可靠交通的整個城市生態系統產生負面影響。

Minitab 可以通過提供強大的數據分析工具來幫助公共交通系統更高效、可靠和安全地運行，以識別和糾正問題或主動解決問題。通過利用 Minitab 的功能，交通管理部門可以優化路線、改進維護計劃并提高整體服務質量，確保為所有乘客提供更順暢、更可靠的體驗。

審核編輯 黃宇