数据分析：车越贵越安全？suv更安全？日系车不安全？

前几天围观了一个挺高端的数据分析和挖掘培训课程，学习的人有来自华为、腾讯、亚马逊、阿里巴巴的同学，真的觉得优秀的人才不仅仅聪明，最关键的是真的很好学，特别期待在福建也能有这样的氛围。这是闲话。

记得一位同学在会上曾经提高过一位知乎大神写的关于汽车安全性的数据分析和可视化文章，对此文大加赞赏，于是趁着休息时间，我就找了出来，并且做了一些内容的整理，使之更加具有可读性。

一、分析目的

1、研究汽车的安全性和价格之间的关系，可以理解为车越贵越安全吗？

2、suv更安全吗？

3、豪华轿车比普通轿车更安全吗？

4、三厢车比两厢车更安全吗？

5、大皮卡特别安全吗？

6、日系车是不是不安全？

7、哪些车的性价比低？哪些车性价比高？

二、数据来源及分析思路

数据来源是IIHS 统计的 2012 到 2015 年的美国所有车祸统计数据。

汽车安全的衡量标准为：车祸司机死亡人数，即发生车祸的情况下，司机死亡人数越少，该汽车就越安全。

在数据处理上，主要采用了回归分析，相关性分析，聚类分析等。

三、具体的数据分析

1、汽车越贵就越安全吗？

二百款车型的价格和车祸死亡人数的分布

横坐标是车辆价格，单位为万美元。纵坐标是该型车的车祸死亡人数，格式是每年每百万辆汽车的车祸死亡人数。需要指出的是数据来源是该型汽车在美国市场的最低配车型的官方价格，不考虑任何打折促销和优惠活动。

简单说，某车型的数据点越靠下，说明死人越少，数据点越靠上，死人越多。考虑横坐标的价格，越靠近左下角，说明车型便宜的同时死人较少，越靠近右上角，则说明车型不光贵而且死人多。红色虚线是所有数据的线性回归，斜率为-11.24，也就是说，平均来看，车辆价格每贵一万美元，每年每百万辆车的车祸死亡人数少11人。

需要注意的是，这是完完全全的实际统计，不是实验室实验，也不是理论推算，所以包含了现实中的各种其它影响因素。比如有人就是作死，酒驾醉驾，然后撞水泥柱子上，这种情况的车祸死亡跟车辆本身的安全性能关系已经不大了，但是同样包括在了IIHS的这些统计数据之内。

同样，相关并不一定代表因果，比如车辆越贵，在北美地区很可能车主年龄越大，驾车经验越丰富，驾车风格也较为稳重，这些都会影响最终的车祸死亡人数统计。

注意，这里是是「同样数量的贵的车比同样数量的便宜的车死人少，这是个事实」，不是「就是因为车贵，所以死人少」。原因可能是贵车安全性能好，也可能是贵车车主素质高，原因随便你解释，但事实只有一个，就是贵车司机死亡率低。

另外，统计数据需要一定的数据量支持，所以什么布加迪、麦克拉伦、劳斯莱斯、宾利等等特别贵的车型并不在其中，因为这些牌子的车辆保有量太低，太容易受其它偶然因素影响。我们的统计集中在一万美元到六万美元之间的车型，最贵的车型为保时捷卡宴。

2、SUV更安全吗？

suv价格与车祸死亡人数分析

大致来说，SUV是更安全的，或者说，车祸里SUV的死亡人数是更少的。在整个两百款车型的数据点里，SUV整体明显处于同等价格死人较少的那一部分。如果对比普通SUV和奢华SUV，除了价格上有明显的差异，在车祸死亡人数方面并没有特别明显的差异。但是同样价格，奢华SUV要比大型普通SUV更安全。比如五万美元以上，普通SUV的死亡人数显著大于同样价格的奢华SUV。

3、豪华轿车比普通轿车更安全吗？

豪华轿车与普通轿车的死亡人数和价格相关分布

整体来看，豪华车确实比普通车死人要少得多。所有的豪华轿车每年每百万辆车祸死亡人数基本都小于30人。也就是说，豪华车的死亡人数肯定是小于平均水平的。

4、三厢车比两厢车更安全吗？

数据不支持「三厢车比两厢车更安全」这种说法。三厢车Sedan和两厢车Hatchback/Wagon并没有明显的区分。

5、大皮卡特别安全吗？

北美地区特别常见的皮卡，看上去威猛霸气，是不是肯定更安全呢？数据并不支持「皮卡更安全」的说法。皮卡的数据点基本是散布在整个区间内，并没有明显的向死亡人数较少的方向集中。

6、日系车是不是不安全？

日系车不安全这也是一个流传很广的说法，也很容易引发争议。下面的所有褐色数据点就是两百款车型里所有的日系车。至少我们的数据不支持「日系车更不安全」这一说法，日系车并没有向死亡人数较多的方向集中的趋势。

7、哪些车的性价比低？哪些车性价比高？

从图上来看，像菲亚特500、斯巴鲁翼豹、本田思域、吉普切诺基、大众途观这些车由于价格低，每年每百万辆车死亡人数低显得性价比高；