file://) ולכן אינו יכול לטעון את הנתונים.
הפעל שרת מקומי מתיקיית הפרויקט:
python3 -m http.server 8000
לחלופין — dist/car-makers.html הוא קובץ יחיד ועצמאי.
מה יש כאן, ומה המקור
השוואה בין מותגים, לא בין דגמים: כמה מכר כל מותג, כמה מרכביו עדיין רשומים כפעילים, כמה קילומטרים הם צוברים, וכמה קריאות ריקול היו לו. המקור זהה לדף שרידות רכב — מאגרי הרישוי של משרד התחבורה ב-data.gov.il — ואותם סייגים חלים: אין בישראל נתוני "עבר/נכשל" במבחן רישוי, ולכן זהו מדד שרידות ולא מדד תקלות.
למה אי אפשר פשוט להשוות אחוזים בין מותגים
שרידות כוללת של מותג היא בעיקר גיל, לא איכות. פורד מציגה 37% ו-קיה 86% — כמעט כולו נובע מכך שפורד מכרה את רכביה מזמן וקיה מכרה אותם לאחרונה. השוואה שמתעלמת מזה תמיד תעדיף מותג שנכנס לשוק מאוחר.
לכן ההשוואה האמיתית בדף היא בתוך שנתון אחד. שם התמונה יציבה וגם אומרת משהו: בשנתון 2015 טויוטה וסוזוקי עומדות על 92% בעוד רנו, פיג'ו וסיטרואן נמצאות סביב 60% — ושנתון 2019 חוזר על אותו סדר.
גם מספר הריקולים לבדו מטעה, כי מותג גדול צובר יותר קריאות רק מפני שמכר יותר. הדף מציג גם ריקולים לכל 1,000 כלי רכב, וזה משנה את התמונה לגמרי: פורד ו-ב.מ.וו כמעט זהות במספר המוחלט (393 מול 364), אבל 2.4 מול 10.6 ליחידת צי.
ועוד הטיה, בכיוון שאולי מפתיע: דגם שנמכר יותר גם שורד יותר. נבדק — המתאם בין גודל הצי של דגם לשיעור השרידות שלו חיובי בכל אחת מ-13 השנים שנבדקו, בממוצע r=+0.17. ההסבר הסביר אינו איכות אלא כלכלת תיקון: לדגם נפוץ יש חלקים זמינים וזולים, ולכן משתלם לתקן אותו במקום לגרוט. ההשערה ההפוכה — שדגם נדיר שורד יותר מפני שגונבים אותו פחות — נבדקה גם היא ואינה מופיעה בנתונים, לא ברמת הדגם ולא ברמת המותג (שם המתאם אפסי, r=+0.08).
השוואת מותגים בתוך שנתון
שרידות לפי שנה, לכל מותג
שורה אחת היא מותג לאורך השנים — כך רואים את הירידה בשרידות שלו ככל שהרכבים מתיישנים. עמודה אחת היא שנתון — כך משווים מותגים באותו גיל בדיוק, למשל מזדה 2015 מול רנו 2015. תא ריק פירושו שאותו מותג לא מכר די רכבים באותה שנה כדי להשוות.
כל המותגים
מיון לפי כל עמודה. "שרדו" כאן הוא כלל-השנים ולכן מוטה גיל — ראו את ההסבר למעלה, ואת ההשוואה בתוך שנתון שמעליה.
מותגים להשוואה
אפשר להוסיף עד 4 מותגים ולראות אותם זה מול זה על אותו גרף.