Analiza marginesów błędu
Dane ACS różnią się od danych Spisu Powszechnego tym, że są szacunkami obarczonym marginesem błędu. Domyślnie margines błędu w ACS odpowiada 90-procentowemu poziomowi ufności, co oznacza, że z 90-procentowym prawdopodobieństwem prawdziwa wartość mieści się w przedziale wyznaczonym przez podany szacunek plus lub minus podany margines błędu.
W tym ćwiczeniu zapoznasz się z danymi, w których marginesy błędu są wysokie w stosunku do szacunków. Jako przykład posłuży ubóstwo wśród osób w wieku 75 lat i powyżej w obszarach spisowych (Census tracts) stanu Vermont.
To ćwiczenie jest częścią kursu
Analiza danych ze spisu powszechnego USA w R
Instrukcje do ćwiczenia
- Pobierz zbiór danych dotyczący ubóstwa wśród osób starszych według obszarów spisowych (Census tracts) w Vermont z ACS.
- Przefiltruj ramkę danych, tworząc nową ramkę zawierającą wiersze, w których margines błędu przekracza wartość szacunku.
- Podziel liczbę wierszy w
moe_checkprzez liczbę wierszy w oryginalnym zbiorze danych, aby sprawdzić, jaka część wierszy ma margines błędu większy niż ich szacunek.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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)