IMAGEN
El paquete nycflights13 contiene información sobre todos los vuelos que partieron desde Nueva York (EWR, JFK Y LGA) a destinos en los Estados Unidos en 2013. Fueron 336,776 vuelos en total. Para ayudar a comprender las causas de los retrasos, también incluye otros conjuntos de datos útiles.
Este paquete incluye las siguientes tablas:
# install.packages("nycflights13")
library(nycflights13)
#install.packages("tidyverse")
library (tidyverse)
## Warning: package 'tidyverse' was built under R version 4.3.3
## Warning: package 'lubridate' was built under R version 4.3.3
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.4 ✔ readr 2.1.5
## ✔ forcats 1.0.0 ✔ stringr 1.5.1
## ✔ ggplot2 3.4.4 ✔ tibble 3.2.1
## ✔ lubridate 1.9.3 ✔ tidyr 1.3.1
## ✔ purrr 1.0.2
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
library (dplyr)
flights <- flights
weather <- weather
planes <- planes
airports <- airports
airlines <- airlines
Fuente:
Origen
de los datos
# La carga a memoria se hizo en el paso anterior
flights
## # A tibble: 336,776 × 19
## year month day dep_time sched_dep_time dep_delay arr_time sched_arr_time
## <int> <int> <int> <int> <int> <dbl> <int> <int>
## 1 2013 1 1 517 515 2 830 819
## 2 2013 1 1 533 529 4 850 830
## 3 2013 1 1 542 540 2 923 850
## 4 2013 1 1 544 545 -1 1004 1022
## 5 2013 1 1 554 600 -6 812 837
## 6 2013 1 1 554 558 -4 740 728
## 7 2013 1 1 555 600 -5 913 854
## 8 2013 1 1 557 600 -3 709 723
## 9 2013 1 1 557 600 -3 838 846
## 10 2013 1 1 558 600 -2 753 745
## # ℹ 336,766 more rows
## # ℹ 11 more variables: arr_delay <dbl>, carrier <chr>, flight <int>,
## # tailnum <chr>, origin <chr>, dest <chr>, air_time <dbl>, distance <dbl>,
## # hour <dbl>, minute <dbl>, time_hour <dttm>
str(flights)
## tibble [336,776 × 19] (S3: tbl_df/tbl/data.frame)
## $ year : int [1:336776] 2013 2013 2013 2013 2013 2013 2013 2013 2013 2013 ...
## $ month : int [1:336776] 1 1 1 1 1 1 1 1 1 1 ...
## $ day : int [1:336776] 1 1 1 1 1 1 1 1 1 1 ...
## $ dep_time : int [1:336776] 517 533 542 544 554 554 555 557 557 558 ...
## $ sched_dep_time: int [1:336776] 515 529 540 545 600 558 600 600 600 600 ...
## $ dep_delay : num [1:336776] 2 4 2 -1 -6 -4 -5 -3 -3 -2 ...
## $ arr_time : int [1:336776] 830 850 923 1004 812 740 913 709 838 753 ...
## $ sched_arr_time: int [1:336776] 819 830 850 1022 837 728 854 723 846 745 ...
## $ arr_delay : num [1:336776] 11 20 33 -18 -25 12 19 -14 -8 8 ...
## $ carrier : chr [1:336776] "UA" "UA" "AA" "B6" ...
## $ flight : int [1:336776] 1545 1714 1141 725 461 1696 507 5708 79 301 ...
## $ tailnum : chr [1:336776] "N14228" "N24211" "N619AA" "N804JB" ...
## $ origin : chr [1:336776] "EWR" "LGA" "JFK" "JFK" ...
## $ dest : chr [1:336776] "IAH" "IAH" "MIA" "BQN" ...
## $ air_time : num [1:336776] 227 227 160 183 116 150 158 53 140 138 ...
## $ distance : num [1:336776] 1400 1416 1089 1576 762 ...
## $ hour : num [1:336776] 5 5 5 5 6 5 6 6 6 6 ...
## $ minute : num [1:336776] 15 29 40 45 0 58 0 0 0 0 ...
## $ time_hour : POSIXct[1:336776], format: "2013-01-01 05:00:00" "2013-01-01 05:00:00" ...
# Sirve para consultar la estructura
# int: entero (sin decimales)
# num: numérico (con decimales)
# chr: character (letras o palabras)
# Date: fecha (en R el formato es año-mes-día)
# POSIXct: formato fecha y hora
class(flights)
## [1] "tbl_df" "tbl" "data.frame"
# Las 5 clases de objetos son:
# 1. numeric: número rela o decimales
# 2. integer: números enteros
# 3. complex: números complejos
# 4. character: caracteres
# 5. logical: TRUE or FALSE
# Objetos Compues 4 clases
# 1. list: lista
# 2. matrix: matriz
# 3. array: coleccipon de objetos
# 4. data.frame: base de datos
# Número de columnas
ncol(flights)
## [1] 19
# Número de renglones
nrow(flights)
## [1] 336776
# Dimensión
dim(flights)
## [1] 336776 19
head(flights)
## # A tibble: 6 × 19
## year month day dep_time sched_dep_time dep_delay arr_time sched_arr_time
## <int> <int> <int> <int> <int> <dbl> <int> <int>
## 1 2013 1 1 517 515 2 830 819
## 2 2013 1 1 533 529 4 850 830
## 3 2013 1 1 542 540 2 923 850
## 4 2013 1 1 544 545 -1 1004 1022
## 5 2013 1 1 554 600 -6 812 837
## 6 2013 1 1 554 558 -4 740 728
## # ℹ 11 more variables: arr_delay <dbl>, carrier <chr>, flight <int>,
## # tailnum <chr>, origin <chr>, dest <chr>, air_time <dbl>, distance <dbl>,
## # hour <dbl>, minute <dbl>, time_hour <dttm>
tail(flights)
## # A tibble: 6 × 19
## year month day dep_time sched_dep_time dep_delay arr_time sched_arr_time
## <int> <int> <int> <int> <int> <dbl> <int> <int>
## 1 2013 9 30 NA 1842 NA NA 2019
## 2 2013 9 30 NA 1455 NA NA 1634
## 3 2013 9 30 NA 2200 NA NA 2312
## 4 2013 9 30 NA 1210 NA NA 1330
## 5 2013 9 30 NA 1159 NA NA 1344
## 6 2013 9 30 NA 840 NA NA 1020
## # ℹ 11 more variables: arr_delay <dbl>, carrier <chr>, flight <int>,
## # tailnum <chr>, origin <chr>, dest <chr>, air_time <dbl>, distance <dbl>,
## # hour <dbl>, minute <dbl>, time_hour <dttm>
# Si quisieramos 7 renglones: head(flights,7), 6 son por default
summary(flights)
## year month day dep_time sched_dep_time
## Min. :2013 Min. : 1.000 Min. : 1.00 Min. : 1 Min. : 106
## 1st Qu.:2013 1st Qu.: 4.000 1st Qu.: 8.00 1st Qu.: 907 1st Qu.: 906
## Median :2013 Median : 7.000 Median :16.00 Median :1401 Median :1359
## Mean :2013 Mean : 6.549 Mean :15.71 Mean :1349 Mean :1344
## 3rd Qu.:2013 3rd Qu.:10.000 3rd Qu.:23.00 3rd Qu.:1744 3rd Qu.:1729
## Max. :2013 Max. :12.000 Max. :31.00 Max. :2400 Max. :2359
## NA's :8255
## dep_delay arr_time sched_arr_time arr_delay
## Min. : -43.00 Min. : 1 Min. : 1 Min. : -86.000
## 1st Qu.: -5.00 1st Qu.:1104 1st Qu.:1124 1st Qu.: -17.000
## Median : -2.00 Median :1535 Median :1556 Median : -5.000
## Mean : 12.64 Mean :1502 Mean :1536 Mean : 6.895
## 3rd Qu.: 11.00 3rd Qu.:1940 3rd Qu.:1945 3rd Qu.: 14.000
## Max. :1301.00 Max. :2400 Max. :2359 Max. :1272.000
## NA's :8255 NA's :8713 NA's :9430
## carrier flight tailnum origin
## Length:336776 Min. : 1 Length:336776 Length:336776
## Class :character 1st Qu.: 553 Class :character Class :character
## Mode :character Median :1496 Mode :character Mode :character
## Mean :1972
## 3rd Qu.:3465
## Max. :8500
##
## dest air_time distance hour
## Length:336776 Min. : 20.0 Min. : 17 Min. : 1.00
## Class :character 1st Qu.: 82.0 1st Qu.: 502 1st Qu.: 9.00
## Mode :character Median :129.0 Median : 872 Median :13.00
## Mean :150.7 Mean :1040 Mean :13.18
## 3rd Qu.:192.0 3rd Qu.:1389 3rd Qu.:17.00
## Max. :695.0 Max. :4983 Max. :23.00
## NA's :9430
## minute time_hour
## Min. : 0.00 Min. :2013-01-01 05:00:00.00
## 1st Qu.: 8.00 1st Qu.:2013-04-04 13:00:00.00
## Median :29.00 Median :2013-07-03 10:00:00.00
## Mean :26.23 Mean :2013-07-03 05:22:54.64
## 3rd Qu.:44.00 3rd Qu.:2013-10-01 07:00:00.00
## Max. :59.00 Max. :2013-12-31 23:00:00.00
##
En este trabajo pudimos utilizar las funciones más comunes del ánalisis exploratorio, el cual es el primer paso para cualquier trabajo de manipulación de datos
view(flights)
summary(flights)
## year month day dep_time sched_dep_time
## Min. :2013 Min. : 1.000 Min. : 1.00 Min. : 1 Min. : 106
## 1st Qu.:2013 1st Qu.: 4.000 1st Qu.: 8.00 1st Qu.: 907 1st Qu.: 906
## Median :2013 Median : 7.000 Median :16.00 Median :1401 Median :1359
## Mean :2013 Mean : 6.549 Mean :15.71 Mean :1349 Mean :1344
## 3rd Qu.:2013 3rd Qu.:10.000 3rd Qu.:23.00 3rd Qu.:1744 3rd Qu.:1729
## Max. :2013 Max. :12.000 Max. :31.00 Max. :2400 Max. :2359
## NA's :8255
## dep_delay arr_time sched_arr_time arr_delay
## Min. : -43.00 Min. : 1 Min. : 1 Min. : -86.000
## 1st Qu.: -5.00 1st Qu.:1104 1st Qu.:1124 1st Qu.: -17.000
## Median : -2.00 Median :1535 Median :1556 Median : -5.000
## Mean : 12.64 Mean :1502 Mean :1536 Mean : 6.895
## 3rd Qu.: 11.00 3rd Qu.:1940 3rd Qu.:1945 3rd Qu.: 14.000
## Max. :1301.00 Max. :2400 Max. :2359 Max. :1272.000
## NA's :8255 NA's :8713 NA's :9430
## carrier flight tailnum origin
## Length:336776 Min. : 1 Length:336776 Length:336776
## Class :character 1st Qu.: 553 Class :character Class :character
## Mode :character Median :1496 Mode :character Mode :character
## Mean :1972
## 3rd Qu.:3465
## Max. :8500
##
## dest air_time distance hour
## Length:336776 Min. : 20.0 Min. : 17 Min. : 1.00
## Class :character 1st Qu.: 82.0 1st Qu.: 502 1st Qu.: 9.00
## Mode :character Median :129.0 Median : 872 Median :13.00
## Mean :150.7 Mean :1040 Mean :13.18
## 3rd Qu.:192.0 3rd Qu.:1389 3rd Qu.:17.00
## Max. :695.0 Max. :4983 Max. :23.00
## NA's :9430
## minute time_hour
## Min. : 0.00 Min. :2013-01-01 05:00:00.00
## 1st Qu.: 8.00 1st Qu.:2013-04-04 13:00:00.00
## Median :29.00 Median :2013-07-03 10:00:00.00
## Mean :26.23 Mean :2013-07-03 05:22:54.64
## 3rd Qu.:44.00 3rd Qu.:2013-10-01 07:00:00.00
## Max. :59.00 Max. :2013-12-31 23:00:00.00
##
mean_distance <- mean(flights$distance, na.rm = TRUE)
La media de la distancia recorrida en millas es 1040 mi
aero_recorrido <- select(flights, carrier, distance, origin, dest)
aero_millas <- filter(aero_recorrido, distance >1040)
aero_millas_orden <- arrange(aero_millas, desc(distance))
dist_recorrida <- flights %>%
group_by(carrier) %>%
summarize(
total_distance=sum(distance, na.rm=TRUE),
meandistance=mean(distance, na.rm=TRUE)) %>%
arrange(desc(total_distance))
Aerolíneas con Mayor Volumen de Operaciones: Las aerolíneas que aparecen al principio de la tabla, específicamente DL y UA, tienen las sumas totales de distancia recorrida más altas. Esto indica que son las aerolíneas con el mayor volumen de operaciones dentro de la base de datos. Esto podría deberse a que tienen una mayor frecuencia de vuelos, rutas más largas o una combinación de ambos factores.
Aerolíneas con Mayor Promedio de Distancia por Vuelo: Las aerolíneas con las medias más altas, como HA y VX, tienden a operar vuelos más largos en promedio. Esto sugiere que sus operaciones pueden estar más centradas en vuelos de larga distancia, posiblemente intercontinentales o transoceánicos.
Relación entre Volumen y Distancia Promedio: No hay una correlación directa entre el volumen total de operaciones y la distancia promedio de los vuelos. Por ejemplo, UA tiene una suma total alta y también una media relativamente alta, lo que podría indicar una combinación de un gran número de vuelos y una propensión hacia rutas de larga distancia. En cambio, OO y EV, aunque tienen un volumen considerable de operaciones, tienen una media más baja, lo que sugiere un enfoque en vuelos más cortos.
Diversidad Operativa: Algunas aerolíneas, como F9, tienen un menor número de operaciones pero una distancia media alta, lo que puede indicar una estrategia de vuelos menos frecuentes pero de mayor alcance.
La tabla permite identificar qué aerolíneas podrían ser grandes transportistas nacionales o internacionales (alta suma y alta media), aerolíneas regionales o de bajo costo (alta suma y baja media), y aerolíneas especializadas o de nicho (baja suma y alta media).
Esta tabla proporciona una perspectiva valiosa sobre las estrategias operativas de las aerolíneas y su posicionamiento en el mercado en términos de distancia y volumen de vuelos. Los datos pueden ser utilizados por la dirección del aeropuerto para tomar decisiones sobre asociaciones, priorización de horarios de vuelo, y desarrollo de infraestructura.
JFK <- flights %>%
filter(origin == "JFK") %>%
select(airline = carrier) %>%
group_by(airline) %>%
summarise(flights_count = n()) %>%
arrange(desc(flights_count))
LGA <- flights %>%
filter(origin == "LGA") %>%
select(airline = carrier) %>%
group_by(airline) %>%
summarise(flights_count = n()) %>%
arrange(desc(flights_count))
EWR <- flights %>%
filter(origin == "EWR") %>%
select(airline = carrier) %>%
group_by(airline) %>%
summarise(flights_count = n()) %>%
arrange(desc(flights_count))
Resumen:
Este reporte resume los hallazgos clave derivados del análisis de datos del paquete nycflights13, que contiene información detallada de vuelos, aerolíneas, aeropuertos, aviones y condiciones meteorológicas para el año 2013. Se realizó una exploración exhaustiva para entender la estructura de los datos y se manipuló el conjunto de datos de vuelos para identificar las aerolíneas líderes en términos de distancia recorrida desde los aeropuertos de Nueva York.
Exploración de Datos:
La estructura de los data frames fue examinada utilizando herramientas de R, destacando los siguientes puntos: Los datos incluyen diversos tipos como números enteros (int), números de doble precisión (dbl), cadenas de caracteres (chr), y fechas con tiempo (dttm). Se observaron campos de fecha y hora (year, month, day, time), identificadores de vuelo y aerolínea (carrier, flight), y parámetros de operaciones de vuelo (origin, dest, distance, delay).
Análisis Descriptivo de Vuelos:
El data frame flights contiene información detallada sobre las operaciones de vuelo: Se identificaron las aerolíneas con mayor y menor tráfico en términos de distancia total recorrida (total_distance) y distancia promedio por vuelo (meandistance).
Comparativa por Aeropuerto:
Los análisis individuales de cada aeropuerto (JFK, LGA, EWR) revelaron variaciones en las aerolíneas líderes por número de vuelos.
Implicaciones y Recomendaciones:
La distribución de operaciones de vuelo entre las aerolíneas sugiere una competencia dinámica y estrategias operativas diferenciadas. Los líderes por volumen y distancia tienden a ser transportadores nacionales o internacionales con amplias redes de rutas. Aquellas aerolíneas con altas distancias medias por vuelo, como HA, podrían estar sirviendo mercados de larga distancia con menos frecuencia.
Se recomienda una planificación estratégica que considere estos patrones operativos para optimizar la asignación de horarios de vuelo, la gestión de terminales y el desarrollo de infraestructura aeroportuaria. La colaboración con aerolíneas líderes debería enfocarse en mejorar la eficiencia operativa y la experiencia del pasajero, mientras que se deben identificar oportunidades de crecimiento con aerolíneas de rápido crecimiento o aquellas que sirven rutas especializadas.
# install.packages("nycflights13")
library(nycflights13)
#install.packages("tidyverse")
library (tidyverse)
library(dplyr)
view (planes)
view (weather)
aerolineas <- flights %>%
select(flight,carrier,origin,dest)
vuelos_aa <- flights %>%
filter(carrier == "AA") %>%
select(flight, carrier, origin, dest)
aerolineas_name <- aerolineas %>%
left_join(airlines, by = "carrier")
cantidad_vuelos <- flights %>%
group_by(dest) %>%
count(carrier)
destinos_populares_aa <- vuelos_aa %>%
group_by(dest) %>%
count() %>%
arrange(desc(n))
cantidad_vuelos_name <- cantidad_vuelos %>%
left_join(airlines, by = "carrier")
carrier_horario <- flights %>%
select(carrier, dest, dep_time) %>%
left_join(airlines, by = "carrier")
clasxhora<- mutate(carrier_horario, clas_horario = case_when (dep_time >= 600 & dep_time < 1200 ~ "Mañana",
dep_time >= 1200 & dep_time < 1900 ~ "Tarde",
dep_time >= 1900 & dep_time <= 2400 ~ "Noche", TRUE ~ "Madrugada"))
cant_clasxhora <- clasxhora %>%
group_by(carrier, dest,clas_horario) %>% count()
destinos_aa <- clasxhora %>%
select(carrier,name, dest,clas_horario) %>%
filter(carrier == "AA" & clas_horario == "Madrugada") %>%
group_by(carrier,name, dest,clas_horario)
avion_aa <- flights %>%
left_join(planes, by = "tailnum") %>%
select(carrier, type, engine, seats) %>%
filter(carrier == "AA", !is.na(type)) %>%
group_by(carrier,type,engine,seats) %>%
count()
En el entorno del transporte aéreo, los retrasos en los vuelos representan un problema significativo tanto para las aerolíneas como para los pasajeros, llevando a inconvenientes operacionales y costos económicos elevados. Comprender las causas de estos retrasos es fundamental para mejorar la eficiencia de las operaciones aéreas y la satisfacción del cliente. Entre las múltiples razones que pueden contribuir a los retrasos de los vuelos, las condiciones climáticas son conocidas por ser una de las más críticas e impredecibles.
El objetivo de la investigación es conocer cómo las diferentes condiciones climáticas afectan los tiempos de retraso en los vuelos. Al centrarse en variables como la visibilidad, la precipitación, la velocidad del viento y la humedad, se busca cuantificar su impacto en los retrasos y proporcionar insights que podrían ayudar a las aerolíneas y operadores aeroportuarios a mejorar la puntualidad de los vuelos.
#Llamar a las librerías que se usarán
library(nycflights13)
library (tidyverse)
#Combinar los datos de los vuelos con los datos del clima en un solo Data Frame
flights_weather <- left_join(flights, weather, by = c("year", "month", "day", "hour", "origin"))
# Filtrar valores nulos
flights_weather <- flights_weather %>%
filter(!is.na(arr_delay), !is.na(dep_delay), !is.na(visib), !is.na(precip), !is.na(wind_speed), !is.na(humid))
vuelos_aerolinea <- flights %>%
group_by(carrier) %>%
summarize(avg_delay = mean(arr_delay, na.rm = TRUE))
vuelos_aerolinea
## # A tibble: 16 × 2
## carrier avg_delay
## <chr> <dbl>
## 1 9E 7.38
## 2 AA 0.364
## 3 AS -9.93
## 4 B6 9.46
## 5 DL 1.64
## 6 EV 15.8
## 7 F9 21.9
## 8 FL 20.1
## 9 HA -6.92
## 10 MQ 10.8
## 11 OO 11.9
## 12 UA 3.56
## 13 US 2.13
## 14 VX 1.76
## 15 WN 9.65
## 16 YV 15.6
vuelos_aeropuerto <- flights %>%
group_by(origin) %>%
summarize(avg_delay = mean(arr_delay, na.rm = TRUE))
vuelos_aeropuerto
## # A tibble: 3 × 2
## origin avg_delay
## <chr> <dbl>
## 1 EWR 9.11
## 2 JFK 5.55
## 3 LGA 5.78
vuelos_hora <- flights %>%
mutate(hour = hour(time_hour)) %>%
group_by(hour) %>%
summarize(avg_delay = mean(arr_delay, na.rm = TRUE))
vuelos_hora
## # A tibble: 20 × 2
## hour avg_delay
## <int> <dbl>
## 1 1 NaN
## 2 5 -4.80
## 3 6 -3.38
## 4 7 -5.30
## 5 8 -1.11
## 6 9 -1.45
## 7 10 0.954
## 8 11 1.48
## 9 12 3.49
## 10 13 6.54
## 11 14 9.20
## 12 15 12.3
## 13 16 12.6
## 14 17 16.0
## 15 18 14.8
## 16 19 16.7
## 17 20 16.7
## 18 21 18.4
## 19 22 16.0
## 20 23 11.8
# Correlación entre retrasos de llegada y visibilidad
correlation_arr_visib <- cor(flights_weather$arr_delay, flights_weather$visib, use = "complete.obs")
correlation_arr_visib
## [1] -0.1355939
# Correlación entre retrasos de llegada y precipitación
correlation_arr_precip <- cor(flights_weather$arr_delay, flights_weather$precip, use = "complete.obs")
correlation_arr_precip
## [1] 0.1111494
ggplot(flights_weather, aes(x = visib, y = arr_delay)) +
geom_point(alpha = 0.3) +
labs(x = "Visibilidad (millas)", y = "Retraso en llegada (minutos)") +
geom_smooth(method = "lm", color = "blue", se = FALSE) # Añade una línea de tendencia
## `geom_smooth()` using formula = 'y ~ x'
ggplot(flights_weather, aes(x = precip, y = arr_delay)) +
geom_point(alpha = 0.3) +
labs(x = "Precipitación (pulgadas)", y = "Retraso en llegada (minutos)") +
geom_smooth(method = "lm", color = "blue", se = FALSE)
## `geom_smooth()` using formula = 'y ~ x'
model <- lm(arr_delay ~ visib + precip + wind_speed + humid, data = flights_weather)
summary(model)
##
## Call:
## lm(formula = arr_delay ~ visib + precip + wind_speed + humid,
## data = flights_weather)
##
## Residuals:
## Min 1Q Median 3Q Max
## -157.30 -23.15 -10.50 7.77 1264.71
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -3.776557 0.676566 -5.582 2.38e-08 ***
## visib -1.379651 0.047660 -28.948 < 2e-16 ***
## precip 94.688359 2.761225 34.292 < 2e-16 ***
## wind_speed 0.719968 0.014233 50.584 < 2e-16 ***
## humid 0.255282 0.004791 53.289 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 43.84 on 325719 degrees of freedom
## Multiple R-squared: 0.03677, Adjusted R-squared: 0.03676
## F-statistic: 3109 on 4 and 325719 DF, p-value: < 2.2e-16
Todos los coeficientes tienen p-valores significativamente menores que 0.05, lo que indica que hay una fuerte evidencia estadística de que las variables tienen un efecto significativo en los retrasos de llegada. En conclusión, este modelo indica que hay una relación estadísticamente significativa entre los factores climáticos incluidos y los retrasos en los vuelos, aunque el modelo solo explica una pequeña parte de la variabilidad en los retrasos de los vuelos.
Al integrar los conjuntos de datos de vuelos y clima, pudimos evaluar cómo factores específicos del clima, como la visibilidad, la precipitación, la velocidad del viento y la humedad, se relacionan con los retrasos en la llegada de los vuelos. A través de un modelo de regresión lineal, encontramos que la visibilidad y la precipitación tienen un impacto considerable en los tiempos de retraso. Específicamente, la precipitación está fuertemente asociada con aumentos significativos en los retrasos, mientras que una mayor visibilidad tiende a reducir los tiempos de retraso. La velocidad del viento y la humedad también mostraron tener un efecto, aunque en menor medida.
El modelo sugiere que las condiciones climáticas adversas son un factor clave en la ocurrencia de retrasos de vuelos. La precipitación, en particular, puede causar retrasos significativos, probablemente debido a su impacto en la visibilidad y en las operaciones de los aeropuertos, como despegues y aterrizajes más cautelosos y la necesidad de deshielo de las aeronaves. La visibilidad reducida puede forzar a los controladores de tráfico aéreo a incrementar los intervalos entre los despegues y aterrizajes para garantizar la seguridad, lo que también contribuye a los retrasos.
Mientras que el clima juega un rol significativo en los retrasos de los vuelos, la complejidad de las operaciones aéreas y la multitud de variables involucradas hacen que la puntualidad de los vuelos sea el resultado de una interacción de múltiples factores. Los hallazgos refuerzan la necesidad de las aerolíneas y los aeropuertos de mantener estrategias de gestión y mitigación eficaces para minimizar los retrasos, especialmente durante condiciones climáticas desfavorables.