ACS 오차 한계의 빠른 시각적 탐색
1장에서는 ACS 소득 추정치를 점 그래프로 만드는 방법을 배웠습니다. 이번 장에서는 ACS 분석에서 오차 한계(margin of error)를 고려하는 것이 왜 중요한지도 살펴봤습니다. 주 단위 추정치는 오차 한계가 작을 수 있지만, 카운티처럼 주 내 하위 지역 추정치에서는 더 커질 수 있습니다. 이 연습 문제에서는 ggplot2로 각 추정치 주변의 오차 한계를 시각화하는 방법을 연습합니다.
이 연습은 강의의 일부입니다
R로 분석하는 미국 인구조사 데이터
연습 안내
- 메인주(Maine)의 카운티에 대한 ACS 중위 가구 소득 데이터를 가져오세요.
- ggplot2의
geom_errorbarh()를 사용해 각 추정치의 오차 한계로 정의되는 가로형 오차 막대를 만드세요. geom_point()로 차트에 점을 추가하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Request median household income data
maine_inc <- ___(___ = "county",
variables = c(hhincome = "B19013_001"),
___ = "ME")
# Generate horizontal error bars with dots
ggplot(___, aes(x = estimate, y = NAME)) +
___(aes(xmin = estimate - moe, xmax = estimate + moe)) +
___()