Examiner les marges d'erreur
Les données de l'ACS se distinguent des données du recensement décennal, car elles représentent des estimations assorties d'une marge d'erreur. Par défaut, les marges d'erreur de l'ACS correspondent à un niveau de confiance de 90 %, ce qui signifie que nous sommes certains à 90 % que la valeur réelle se situe dans l'intervalle défini par l'estimation déclarée plus ou moins la marge d'erreur déclarée.
Dans cet exercice, vous allez vous familiariser avec des données dont la marge d'erreur est élevée par rapport à l'estimation. Nous utiliserons l'exemple du taux de pauvreté chez les personnes de 75 ans et plus dans les sections de recensement du Vermont.
Cette activité fait partie du cours
Analyser les données du recensement des États-Unis avec R
Instructions de l’exercice
- Récupérez, à partir de l'ACS, un jeu de données sur la pauvreté chez les aînés par section de recensement au Vermont.
- Filtrez la trame de données pour créer une nouvelle trame qui conserve les lignes dont la marge d'erreur dépasse leur estimation.
- Divisez le nombre de lignes de
moe_checkpar le nombre de lignes du jeu de données original pour obtenir la proportion de lignes dont la marge d'erreur est plus grande que leur estimation.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Get data on elderly poverty by Census tract in Vermont
vt_eldpov <- ___(___ = "tract",
variables = c(eldpovm = "B17001_016",
eldpovf = "B17001_030"),
state = "VT")
vt_eldpov
# Identify rows with greater margins of error than their estimates
moe_check <- ___(vt_eldpov, moe > ___)
# Check proportion of rows where the margin of error exceeds the estimate
___(moe_check) / nrow(vt_eldpov)