Esaminare i margini di errore
I dati ACS sono diversi dai dati del Censimento decennale perché rappresentano stime con un margine di errore associato. Per impostazione predefinita, i margini di errore dell'ACS rappresentano un intervallo di confidenza al 90% intorno a una stima, il che significa che siamo sicuri al 90% che il valore reale cada all'interno dell'intervallo dato dalla stima riportata più o meno il margine di errore riportato.
In questo esercizio farai un po' di pratica con dati che hanno margini di errore elevati rispetto alle loro stime. Useremo l'esempio della povertà per la popolazione di 75 anni e oltre nei Census tracts del Vermont.
Questo esercizio fa parte del corso
Analizzare i dati del Censimento USA in R
Istruzioni dell'esercizio
- Ottieni dall'ACS un insieme di dati sulla povertà degli anziani per Census tract in Vermont.
- Filtra il data frame per creare un nuovo data frame che contenga le righe con margini di errore che superano le rispettive stime.
- Dividi il numero di righe in
moe_checkper il numero di righe dell'insieme di partenza per vedere la proporzione di righe che hanno un margine di errore maggiore della loro stima.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# 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)