Snabb visuell utforskning av ACS-felmarginalerna

I kapitel 1 lärde du dig att skapa ett punktdiagram över ACS-inkomstestimat. I det här kapitlet har du också lärt dig hur viktigt det är att ta hänsyn till felmarginaler i ACS-analyser. Felmarginaler är troligtvis små för estimat på statsnivå, men kan vara mer betydande för estimat på lägre nivåer, till exempel för counties. I den här övningen lär du dig att visualisera felmarginaler kring estimat med ggplot2.

Den här övningen är en del av kursen

Analysera folkräkningsdata från USA i R

Visa kurs

Övningsinstruktioner

Hämta ett dataset med medianhushållsinkomst från ACS för counties i Maine.
Använd funktionen geom_errorbarh() i ggplot2 för att skapa horisontella felstaplar baserade på felmarginalen kring varje estimat.
Lägg till punkter i ditt ggplot2-diagram med geom_point().

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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)) + 
  ___()

Redigera och kör kod