Letzten Monat, Don ( @DonMcCormack ) nahm uns mit auf einen tieferen Tauchgang in a hybrider Ansatz um Ihr Altersguthaben abzuheben. Dons Analyse zeigte, dass ein inflationsbasierter Ansatz zu Defiziten führen könnte, wenn er nicht richtig verwaltet wird. Angesichts der derzeitigen Wirtschaftslage und der Inflation, die so hoch ist wie seit vielen Jahren nicht mehr, scheint der inflationsbasierte Ansatz besonders relevant zu sein.
Diesen Monat gehen wir etwas lockerer vor und zeigen, wo die schlechtesten Zustände für einen komfortablen Ruhestand sind. Diese Daten stammen von a Bankrate Artikel für 2021 und basiert auf einer Kombination mehrerer Faktoren, darunter Erschwinglichkeit, Kriminalität, Kultur, Wellness, Wetter und Gesamtpunktzahl, die wir auf der Grundlage der Addition aller einzelnen Kategoriepunktzahlen berechnet haben. Bitte lesen Sie den Bankrate-Artikel für weitere Informationen darüber, wie sie die Staaten bewertet haben: Die besten und schlechtesten Staaten für den Ruhestand 2021: Alle 50 Staaten, Rangliste
Wir zeigen Diagramme basierend auf diesen Kategorien und geben eine Gesamtpunktzahl, wobei eine höhere Punktzahl einen teureren Ruhestand und möglicherweise eine geringere Lebensqualität anzeigt.
Einige der Ergebnisse mögen Sie überraschen, aber am Ende müssen Sie die Entscheidung treffen, wo Sie leben möchten, die am besten zu Ihrer Situation passt.
Die erste unten gezeigte Grafik basiert auf einer aggregierten Punktzahl für alle oben aufgeführten Faktoren. Je dunkler das Blau, desto niedriger das Ranking und desto schlechter werden Sie möglicherweise dort im Ruhestand leben. Wenn Sie auf der Skala nach unten zu Gelb gehen, verbessern sich die Aussichten auf ein besseres Leben im Ruhestand.Denken Sie daran, dass alle Dinge relativ sind. Das Beste für Sie ist das, was wirklich am wichtigsten ist.
Unten ist ein Blick auf die Erschwinglichkeit, um zu sehen, wo Staaten fallen. Es ist nicht immer offensichtlich, warum ein bestimmter Staat schlechter abschneidet als andere, daher werden diese Ansichten dazu beitragen, etwas Licht ins Dunkel zu bringen und zu besseren Erkenntnissen zu führen. Balken mit derselben Farbe gehören zu einem Cluster ähnlich bewerteter Zustände. Maryland sticht in dieser Grafik hervor, aber denken Sie daran, dass die Farbe auf allen Kriterien basiert, nicht nur auf der Erschwinglichkeit. Staaten mit guter Erschwinglichkeit befinden sich auf der rechten Seite.
Was treibt also die Gesamtpunktzahl an? Schauen wir uns ein paar verschiedene Analysen an, um zu sehen, was wir daraus lernen können. An erster Stelle steht hierarchisches Clustering. Wie gruppieren sich die Zustände basierend auf allen unabhängigen Variablen? Hierarchisches Clustering paart Objekte, die ein hohes Maß an Ähnlichkeit aufweisen, wie im folgenden Dendrogramm gezeigt. Wir haben die Cluster verwendet, um mehrere der Diagramme wie oben gezeigt einzufärben.
Es gibt fünf Cluster, die ausschließlich auf den bereitgestellten Daten basieren. Wir haben die Cluster für zukünftige Referenzen wieder in den Daten gespeichert, aber was sagen uns die Cluster?
Ein paralleles Diagramm, das die Cluster enthält, hilft, etwas tiefer zu graben, insbesondere wenn ein lokaler Datenfilter verwendet wird.
Mit dem Filter „Lokale Daten“ können wir einen Cluster auswählen und die Zustände in diesem Cluster vergleichen, wie im folgenden Beispiel gezeigt. Die Grafik zeigt, wie die Zustände in Cluster 5 miteinander verglichen werden.
Die Staaten in Cluster 5 haben hohe Erschwinglichkeitswerte und höhere Kriminalitätsraten auf der unteren Seite, aber relativ gute Werte für Kultur auf der oberen Seite.
Die multivariate Analyse bietet eine weitere Reihe von Tools, mit denen wir alle Variablen auf einmal vergleichen können. Im Streudiagramm unten können Sie sehen, wo viele der Variablen stark miteinander korrelieren, aber dieses Wetter scheint ziemlich unabhängig von den anderen Variablen zu sein.
Wir haben ein Vorhersagemodell mit einem gewöhnlichen Ansatz der kleinsten Quadrate erstellt, um zu zeigen, welche Faktoren den Wert unserer Gesamtpunktzahlen beeinflusst haben. Das Modell zeigt, dass das Wetter der wichtigste Faktor für eine höhere Gesamtpunktzahl ist und dass die Erschwinglichkeit bei der Vorhersage der Gesamtpunktzahl ignoriert werden kann. Eine andere Möglichkeit, darüber nachzudenken, ist, dass die Erschwinglichkeit keine Vorhersagekraft zum Modell beiträgt, sobald die Haupteffekte der anderen Faktoren berücksichtigt wurden. Die Modellzusammenfassung der Passform zeigt ein hohes R 2 und hohes R 2 Angepasste Werte, und diese Werte liegen näher beieinander, was auf ein gutes Vorhersagemodell hinweist. Der p-Wert der Varianzanalyse Prob > F ist ebenfalls sehr niedrig, was darauf hinweist, dass das Modell bei der Vorhersage zukünftiger Daten besser ist als der Mittelwert.
Wir überlassen es Ihnen, anhand der beigefügten JMP-Tabelle selbst weiter nachzuforschen. Alle in diesem Beitrag gezeigten Grafiken und Modelle werden in der Datentabelle gespeichert, sodass Sie sie einfach neu erstellen können. Viel Glück bei der Suche nach dem Staat, der Ihren Bedürfnissen im Ruhestand entspricht!
Sehen Sie sich alle Beiträge in unserer Ruhestandsserie an hier .
