Granska felmarginaler
ACS-data skiljer sig från decennialcensusdata genom att de representerar skattningar med en tillhörande felmarginal. ACS-felmarginaler motsvarar som standard ett konfidensintervall på 90 procent kring en skattning, vilket innebär att vi med 90 procents säkerhet kan säga att det sanna värdet ligger inom ett intervall av den rapporterade skattningen plus eller minus den rapporterade felmarginalen.
I den här övningen får du träna på att arbeta med data där felmarginalerna är stora i förhållande till skattningarna. Vi använder fattigdom bland befolkningen som är 75 år och äldre i censusområden i Vermont som exempel.
Den här övningen är en del av kursen
Analysera folkräkningsdata från USA i R
Övningsinstruktioner
- Hämta en datamängd om fattigdom bland äldre per censusområde i Vermont från ACS.
- Filtrera dataramen för att skapa en ny dataram som innehåller de rader där felmarginalerna överstiger skattningarna.
- Dividera antalet rader i
moe_checkmed antalet rader i den ursprungliga datamängden för att se andelen rader som har större felmarginaler än sina skattningar.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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)