[xan-kreigor]

#statystyka #rstudio #datascience

Witam mam 4 miliony (nie oczyszczonych i będzie ich jeszcze więcej) wierszy w jaki sposób udowodnić że "coś" jest nie uczciwe?

[heniek_8]

@xan-kreigor: ale co tam jest w tych wierszach? poszukujesz anomalii czy co?

[xan-kreigor]

@heniek_8: dane z cepik dotyczące samochodów i poszukuję sposobu na udowodnienie że obecna akcyza nie ma odzwierciedlenia w rzeczywistości

[heniek_8]

@xan-kreigor: są gdzieś dostępne dane z cepik?

niejasno opisujesz co chcesz zrobić - na czym polega że akcyza ma albo nie ma odzwierciedlenia w rzeczywistości?

[xan-kreigor]

@heniek_8: http://www.cepik.gov.pl/interfejs-dla-cepik
Można pobrać pliki ale teraz są niedostępne
Generalnie chodzi o to że od pojemności 2.0 Litrów akcyza wynosi iirc 18,5% co może lub nie wpływać na wybór ludzi i blokować producentów którzy mają inną filozofię projektowania silników

[heniek_8]

@xan-kreigor: o filozofii producentów raczej nic nie wywnioskujesz z takich danych
jeżeli znasz datę wprowdzenia akcyzy, to np. możesz porównać ile % samochodów w kategoriach "do 2" vs. "2 i więcej" rejestrowano co roku przed i ile po tej dacie
gdzie być może uda sie wykazać, że udział dużych silników spadł (ale czy nie o to chodzi w akcyzie?)

[cohontes]

@xan-kreigor: raczej musisz postawić jakąś tezę i wiedzieć jakie dane są potrzebne. A Ty masz jakieś dane i szukasz kogoś kto poda Ci tezę

[xan-kreigor]

@cohontes: teza/y to:
pojemność silnika nie ma znaczącego wpływu na emisję co2
emisja co2 ma związek z mocą silnika
pojemność silnika nie ma wpływu na moc
cięższe samochody powodują większą emisję co2 w związku z tym powinny być bardziej opodatkowane

[rusin]

@xan-kreigor: Ale tych danych (spalania) nie znajdziesz w CEPiKu. Musiałbyś dograć jakiś słownik ze spalaniem i go połączyć po modelu i silniku.
[EDIT] Nie mam racji, nie wiedziałem, że to już tam jest :O https://www.truck.pl/pl/article/1198/cepik-20-centralna-ewidencja-pojazd%C3%B3w-i-kierowc%C3%B3w,8

[xan-kreigor]

@rusin: przy części samochodów jest podana emisja co2

[heniek_8]

@xan-kreigor: pytanie czy ta emisja jest poprawnie wpisana, ściągnąłem jakiś pliczek i widzę tam 0 dla aut takich jak Ford Focus 1596.0 a Tesla ma brak danych w polu emisja_co2
ja bym tego pola nie uważał za wartościowe źródło danych

[piwomojepaliwo]

@heniek_8: @xan-kreigor
Wystaczy zrobić rozkład na wykresie ilości pojazdów do pojemności silnika.
i widać będzie że nie jest to rozkład normalny, bo powyżej poj silnika 2.0 będzie duży spadek.
Tak brzmi hipoteza, trzeba ją tylko za pomocą wykresu zaprezentować.

[piwomojepaliwo]

@xan-kreigor: Hej, w jakim formacie masz te dane?
czy mógłbyś się podzielić?

[xan-kreigor]

i widać będzie że nie jest to rozkład normalny

@piwomojepaliwo: nie można zakładać że rozkład pojemności silników będzie normalny

dane są na stronie cepik w postaci plików CSV po kilkaset (!) MB

skoro już przy tym jesteśmy to czemu po prostu nie dać R^2 i pójść do domu ?

[piwomojepaliwo]

R^2

@xan-kreigor: też można, jak będziesz miał jakiś wynik to daj proszę znać, ciekawy jestem :-) chyba dlatego że lubię analizować dane a także lubię motoryzację.