Snelle visuele verkenning van ACS-marges van fout
In Hoofdstuk 1 leerde je hoe je een dotplot maakt van ACS-inkomensschattingen. In dit hoofdstuk heb je ook geleerd hoe belangrijk het is om marges van fout mee te nemen in ACS-analyses. Voor schattingen op staatsniveau zijn die marges vaak klein, maar voor substaatsniveau, zoals counties, kunnen ze aanzienlijker zijn. In deze oefening leer je hoe je marges van fout rondom schattingen visualiseert met ggplot2.
Deze oefening maakt deel uit van de cursus
US Census-gegevens analyseren in R
Oefeninstructies
- Haal een gegevensset met het mediane huishoudinkomen uit de ACS op voor counties in Maine.
- Gebruik de functie
geom_errorbarh()in ggplot2 om horizontale foutbalken te maken op basis van de marge van fout rond elke schatting. - Voeg punten toe aan je ggplot2-grafiek met
geom_point().
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# 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)) +
___()