Calculando margens de erro por grupo
Uma forma de reduzir as margens de erro em uma análise do ACS é combinar estimativas quando apropriado. Isso pode ser feito usando ferramentas de análise de dados por grupo do tidyverse. Neste exercício, você vai combinar as estimativas de pobreza entre idosos homens e mulheres em Vermont e usar a função moe_sum() como parte dessa análise por grupo. Embora você perca um pouco de detalhe com essa abordagem, suas estimativas serão mais confiáveis em relação às suas margens de erro do que antes da combinação.
Este exercicio faz parte do curso
Analisando dados do Censo dos EUA em R
Instruções do exercicio
- Agrupe o conjunto de dados
vt_eldpovpela coluna GEOID. - Na chamada de
summarize(), use a funçãomoe_sum()para calcular uma margem de erro derivada. - Verifique a proporção de linhas com margens de erro que excedem suas estimativas.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
# 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)