Wo soll ich, nach mathematischen Leben
Ich lebe nicht in Washington, DC. Ich wohne in der Nähe von Washington, DC. Ich möchte Leben, aber es ist eine teure Stadt, und mein Einkommen, während über dem nationalen Durchschnitt ist, weit unter dem regionalen Durchschnitt und zwei Schlafzimmer in unserer Preisklasse zu finden ist schwierig.
Dies hat mich zum Nachdenken über erschwinglichen Wohnraum im weiteren Sinne. Zum Beispiel könnte eine gute, begehbare Nachbarschaft, überall im Land, wo ich das ist in meiner Preisklasse? Das brachte mich auf mein aktuelles Projekt gestartet.
Verwendung von Daten der Volkszählung, beschloss ich, die Variablen der Erschwinglichkeit und Begehbarkeit zuzuordnen. Erschwinglichkeit war nicht schwer; Ich kartiert die Zählbezirke in das Land, das eine mittlere Einkommen innerhalb von $10.000 von mir, oben und unten hatte.
Dies zeigt mir, wo kann ich mir leisten, zu leben, aber viele der Bereiche sind ländliche Orte, die ich nie im Leben wollte. Meine nächste Aufgabe war es, Begehbarkeit zuzuordnen.
Begehbarkeit war schwerer zuordnen. Obwohl Walkscore überall in den USA abdeckt, bietet es nur seine Daten in herunterladbarer Form für Washington, DC. Ich die Daten heruntergeladen, berechnet die durchschnittliche Walkscore für Zählbezirke in DC, praktisch die gesamte amerikanische Gemeinschaftsübersicht heruntergeladen, und verglichen die Daten darin, die durchschnittliche Walkscore in Korrelation zu suchen. Ich habe 19 Variablen, die einige signifikante Korrelation mit Walkscore hatte.
Ich habe jede dieser Variablen und gab ihnen eine Punktzahl von einem oder Null, eins, wenn Walkscore über 70 beim Wert oder null wäre, wäre es unten. Dann multipliziert das Ergebnis mit jeder Variablen R-Quadrat Wert, und alle Variablen zusammen, um eine gewichtete Punktzahl, Walkability hinzugefügt. Ich eliminiert die unteren 50 % dieser Werte und den Rest der Karte hinzugefügt.
Ich war ziemlich glücklich mit dem Ergebnis. Mit Ausnahme von ein paar große Landflächen in westlichen Staaten sind begehbare Orte, wo man sie erwarten würde; dicht konzentriert um Ballungszentren.
Ich kreuzte die beiden Schichten um Flächen zu erhalten, die erschwinglich und man kann zu Fuß waren.
Dies führte zu einem interessanten Muster: ein paar kleine, begehbare Stadtzentren am Rande der Ballungsräume, aber vor allem Stadtvierteln außerhalb der Innenstadt oder im inneren Ring Vororten.
Aber es war immer noch zu viele Plätze zu betrachten, als eine Gruppe, so dass ich jedem Trakt basierend auf wie begehbar und wie günstig eine Punktzahl zugewiesen sind. Ich habe diese beiden zusammen, um eine kombinierte Punktzahl für was Nachbarschaft am besten für uns anhand dieser beiden Kriterien wäre. Für den Fall, dass Sie die vollständige Gleichung für dieses Ergebnis wollte, ist es
Kombinierte Score = (a-| a – b |) / a + ((wenn (C ≥ 373.6958, 1, 0) * 0.3153) + (wenn (d ≥ 21.2983, 1, 0) * 0.2725) + (wenn (e ≤ 38.8903, 1, 0) * 0.2803) + (wenn (f ≥ 68.0899, 1, 0) * 0.2971) + (wenn (g ≥ 67.4557, 1, 0) * 0.3350) + (wenn (h ≥ 59.9592, 1, 0) * 0.4048) + (wenn (ich ≤31.4668, 1, 0) * 0.2529) + (wenn (j ≥ 65.5846, 1, 0) * 0.2734) + (if(k ≥ 65.3918 1, 0) * 0.2839) + (wenn (l ≥ 58.6467, 1, 0) * 0.3533) + (wenn (m ≤35.7247, 1, 0) * 0.2576) + (wenn (n ≥226.8280, 1, 0) * 0.2763) + (wenn (o ≥78.1848, 1, 0) * 0.2779) + (wenn (p ≥3.8273, 1, 0) * 0.2943) + (wenn (Q ≥ 602.4307, 1, 0) * 0.2795) + (wenn (f ≤ 4.1293, 1, 0) * 0.2698) + (wenn (s ≥ 732.9079, 1, 0) * 0.2573) + (wenn (t ≥ 21.1155, 1, 0) * 0.3974) + (wenn (u ≥82.4877 1, 0) * 0.2810)) / 5.6596
Wo:
ein = Ihr persönliche Einkommen
Daten für jedes Trakt des American Community Survey:
b = Median-Einkommen
c = Nonrelatives im Haushalt
d = % mit mindestens einem Bachelor-Abschluss
e = % geboren im Staat des Wohnsitzes
f = % 16 und ältere Arbeitskräfte
g = % 16 und älter in zivile Arbeitskräfte
h = 16 % und ältere Arbeitnehmer in zivile Arbeitskräfte
ich = % 16 und älter nicht Arbeitskräfte
j = % Weibchen 16 und ältere Arbeitskräfte
k = % Weibchen 16 und älter in zivile Arbeitskräfte
l = % Weibchen 16 und ältere Arbeitnehmer in zivile Arbeitskräfte
m = % 16 und älter fahren zur Arbeit allein
n = 16 und älter zu Fuß zur Arbeit beschäftigte
o = Arbeiter 16 und älter mit anderen Mitteln zur Arbeit pendeln
p = % 16 und älter pendeln zur Arbeit mit anderen Mitteln
Q = Häuser gebaut 1939 oder früher
R = % 10-14 Jahre alt
s = Bevölkerung 25-34 Jahre alt
t = % 25-34 Jahre alt
u = % 18 Jahre und älter
Also, was hat die höchste Punktzahl?
Capitol Hill, Seattle führte das Pack. Um ehrlich zu sein, erwartete ich etwas kleiner, erschwingliche Midwest Stadt oder etwas, aber es die höchste Punktzahl Bereiche wurden in der Regel etwas außerhalb von großen Stadtzentren. Anderen oberen Bereiche enthalten Cambridge und Somerville außerhalb von Boston und das South End in Boston; Columbia Heights, Washington, DC; Die Mission District, Lower Haight und Russian Hill, San Francisco; Midtown Atlanta; Greenwood, Dyker Heights, Kensington und Sheepshead Bay, Brooklyn; Graduate Hospital in Philadelphia, wo wir früher gewohnt; Blick auf den See, Chicago; und fünf Punkte, Denver.
Holly und ich werden nicht bewegen aus der Region jederzeit schnell, aber es ist gut, haben eine Vorstellung davon, wo Sie suchen, wenn wir uns zu entscheiden. Und gut zu wissen, dass Columbia Heights wahrscheinlich der Nachbarschaft in DC für uns, ist wenn die Zeit kommt. Die Formel ist nicht perfekt; Es ist schwer zu kontrollieren, z. B. wie viel Einkommen der Bevölkerung in Richtung Gehäuse geht, und gibt es noch eine Menge Spielraum bei diesen Maßnahmen Begehbarkeit. Aber es ist eine vernünftige Richtlinie, die interessante Ergebnisse erbracht hat.
Dieser Artikel wurde mit freundlicher Genehmigung von Munsons Stadt umgebucht. In seiner Gesamtheit, Kopf hier zu lesen. Mehr von Dave Munson können Sie check out seinem Blog hier oder folgen Sie ihm auf Twitter hier.
Dave ist ein Stadtplaner und Designer arbeiten in der Umgebung von Washington DC.