การคำนวณ margin of error แบบแยกกลุ่ม

วิธีหนึ่งในการลด margin of error ในการวิเคราะห์ข้อมูล ACS คือการรวมค่าประมาณการเข้าด้วยกันเมื่อเหมาะสม ซึ่งทำได้โดยใช้เครื่องมือวิเคราะห์ข้อมูลแบบแยกกลุ่มของ tidyverse ในแบบฝึกหัดนี้ คุณจะรวมค่าประมาณการความยากจนในกลุ่มผู้สูงอายุชายและหญิงในรัฐ Vermont แล้วใช้ฟังก์ชัน moe_sum() เป็นส่วนหนึ่งของการวิเคราะห์แบบแยกกลุ่มนี้ แม้ว่าวิธีนี้อาจทำให้สูญเสียรายละเอียดบางส่วน แต่ค่าประมาณการที่ได้จะมีความน่าเชื่อถือมากขึ้นเมื่อเทียบกับ margin of error

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์ข้อมูลสำมะโนประชากรสหรัฐฯ ใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

จัดกลุ่มชุดข้อมูล vt_eldpov ตามคอลัมน์ GEOID
ในการเรียกใช้ summarize() ให้ใช้ฟังก์ชัน moe_sum() เพื่อคำนวณ margin of error ที่ได้จากการรวมกลุ่ม
ตรวจสอบสัดส่วนของแถวที่มี margin of error มากกว่าค่าประมาณการ

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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)

แก้ไขและรันโค้ด