Avec toutes les données ci-dessus, l`analyse et les hypothèses, nous sommes maintenant en mesure d`écrire un modèle pour estimer le marché annuel en unités pour la police et le feu des radios portables. En termes, c`est « la somme d`un polynôme de 2e degré de la population pondérée par la criminalité (estimation des forces de police) et une régression linéaire multiple de la population et du PIB au carré (estimation des services d`incendie) fois 105% (pour inclure les pièces de rechange, etc.) divisé par 7 (estimation du champ la durée de vie des radios) plus le changement d`année en année de la taille de la force estimée (en supposant que les achats du ministère en moyenne se maintiennent avec la croissance)». Nous pouvons faire cette estimation pour n`importe quelle zone géographique pour laquelle nous avons des données de population et de PIB, qui, comme cela a été montré, comprend la plupart des pays d`intérêt, et toutes les grandes villes des États-Unis et les régions métropolitaines. Pour créer une estimation spécifique, nous devons accéder aux données à partir de quelques sources seulement, et faire quelques calculs simples. Dans cet exemple, ce qui est désiré est le nombre de radios vendues (ou le nombre en cours d`utilisation, si vous vendez un accessoire ou une mise à niveau). Alors que pour certains marchés, ces données sont facilement disponibles (ventes automatiques, par exemple), ils ne sont pas dans ce cas. En fait, le plus souvent, il n`y a pas de données disponibles au niveau de granularité nécessaire. La situation n`est pas complète ment sombre. Une approche possible est d`estimer le nombre d`unités achetées, en analysant le marché de la consommation finale, par rapport à la recherche de données de vente. Dans ce cas, je suppose que la majeure partie du marché est de fournir la police et le personnel de pompiers, se concentrer sur la recherche du nombre de ces personnels, et modéliser la consommation de radios de cela. (Note: il est important de documenter toutes les hypothèses en cours de route, car les chiffres finaux tendent à prendre une vie propre.) Prédire les données de logement est un exercice typique que beaucoup de scientifiques de données font. Pour prédire le prix de l`immobilier, nous avons besoin des données immobilières. Et à cette époque, il n`y a pas de pénurie pour les jeux de données (par exemple, voici de nombreux jeux de données à Kaggle).

Mais les données sont comme les légumes-il périsse facilement. Ainsi, pour que le conseiller immobilier travaille, des données récentes sont nécessaires. Les sites Web comme Redfin, Zillow ou Trulia peuvent être assez facilement grattés pour obtenir les données requises telles que la taille de la maison (en pieds carrés), le type de propriété, le nombre de lits et de bains, la taille du lot (en pieds carrés) et l`âge de la propriété. En outre, nous avons ajouté la qualité des districts scolaires à notre modèle. La proximité des écoles supérieures a été calculée en calculant la distance minimale de Haversine entre les écoles et la propriété en vente. La distance à l`école la plus proche a ensuite été utilisée comme variable. L`autre grand groupe d`utilisation finale que j`ai suggéré d`inclure est le personnel des pompiers. Je vais maintenant faire attention à la modélisation de la taille des services d`incendie à partir de données connues. Figure 11 graphiques données sur la base d`un rapport de l`Association internationale des services d`incendie et de sauvetage, centre de statistiques sur les incendies (CTIF) (Centre de statistiques du feu du CTIF – statistiques mondiales sur les incendies 2006 – rapport no 11).

Comme un test initial des données, j`ai ajouté un point de données indépendantes pour l`Angleterre tirée du service d`incendie et de sauvetage des statistiques opérationnelles Bulletin Angleterre 2006-7. (Note–il ya des données plus récentes disponibles sur le site. uk, mais j`ai utilisé les données les plus étroitement alignés sur le rapport CTIF). La figure 12 affiche les mêmes données pour les pays plus petits pour afficher plus de détails. Un défi avec les données du service des incendies est que de nombreux services d`incendie ont des pompiers qui sont à temps partiel ou bénévoles. Dans certains pays, par exemple les États-Unis et le Canada, le ratio de la carrière (c.-à-d., les professionnels à temps plein) des pompiers aux bénévoles est une fonction forte de la taille de la zone métropolitaine protégée (US FIRE DEPARTMENT profil par 2010, 2011 octobre, Association nationale de protection contre les incendies, Division de l`analyse des incendies et de la recherche). Il en est de même pour le Canada (services d`incendie au CANADA, 2008-2010 novembre 2011, Association nationale de protection contre les incendies, Division de l`analyse et de la recherche sur les incendies). Dans la figure 11 et la figure 12, celles-ci sont cartographiées en différentes couleurs, ce qui montre comment les chiffres varient considérablement d`un pays à l`autre.