グループ別の誤差範囲の計算
ACS 分析で誤差範囲を小さくする方法の一つは、適切な場合に推定値を統合することです。これは tidyverse のグループ別データ分析ツールを使って実現できます。この演習では、バーモント州における男女別の高齢者貧困率の推定値を統合し、moe_sum() 関数をグループ別分析に活用します。この方法ではデータの詳細が一部失われることもありますが、統合前と比べて推定値の誤差範囲に対する信頼性が高まります。
この演習はコースの一部です
R による米国国勢調査データの分析
演習の手順
vt_eldpovデータセットを GEOID 列でグループ化してください。summarize()の呼び出し内で、moe_sum()関数を使って派生誤差範囲を計算してください。- 誤差範囲が推定値を超えている行の割合を確認してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Group the dataset and calculate a derived margin of error
vt_eldpov2 <- vt_eldpov %>%
___(___) %>%
summarize(
estmf = sum(estimate),
moemf = ___(___ = moe, estimate = estimate)
)
# Filter rows where newly-derived margin of error exceeds newly-derived estimate
moe_check2 <- filter(vt_eldpov2, ___ > estmf)
# Check proportion of rows where margin of error exceeds estimate
nrow(moe_check2) / ___(vt_eldpov2)