Data Analysis

المشروع ده هو Aviation Accident Analysis، والهدف كان الغوص في أعماق البيانات التاريخية لحوادث الطيران لفهم الأنماط والأسباب وراء هذه الحوادث وكيف تطورت السلامة الجوية عبر الزمن.

الخطوات اللي تمت في المشروع:

1- Data Cleaning: التعامل مع المفقودات (Missing Values) في أعمدة حيوية مثل الموقع (Location) وعدد الإصابات، لضمان دقة النتائج , واستخدمت مكتبة (pandas) من python لتنظيف البيانات.

2- تحليل البيانات Data Analysis

1️⃣ السنوات vs الحوادث (Time Series Analysis): حللت تطور عدد الحوادث على مر العقود. هل نحن في مسار تصاعدي أم تنازلي؟ النتائج تعكس بوضوح مدى تأثير التطور التكنولوجي وتشديد إجراءات السلامة في تقليل الحوادث الكارثية بمرور الزمن.

2️⃣ نوع المركبة vs الحوادث (Aircraft Type Distribution): هل الطائرات التجارية الكبيرة هي الأكثر عرضة للحوادث؟ البيانات كانت لها رأي آخر! قارنت بين أنواع الطائرات المختلفة (Airplane, Helicopter, etc) لمعرفة أي فئة تسجل النسبة الأكبر من الوقائع.

3️⃣ الدول vs الحوادث (Geographic Distribution): قمت بتحديد المناطق الجغرافية الأكثر تسجيلاً للحوادث. هذا التحليل يساعد في فهم مدى ارتباط البنية التحتية للمطارات ومعايير الطيران المحلية في كل دولة بمعدلات الأمان.

أهم العلاقات اللي طلعت من التحليل البسيط :

عامل الوقت: هناك تحسن ملحوظ في معدلات السلامة بمرور السنوات بفضل التكنولوجيا واللوائح الصارمة.

نوع الطائرات: المقارنة بين الطيران التجاري والطيران الخاص (General Aviation) كشفت فروقات كبيرة في معدلات الحوادث.