Hata paylarını inceleme

ACS verileri, ilişkili bir hata payı ile birlikte tahminleri temsil etmeleri açısından on yıllık Nüfus Sayımı verilerinden farklıdır. Varsayılan olarak ACS hata payları, bir tahmin etrafında yüzde 90 güven düzeyini temsil eder; bu da gerçek değerin, raporlanan tahmine artı/eksi raporlanan hata payı kadar eklenip çıkarılan aralık içinde yer aldığından yüzde 90 emin olduğumuz anlamına gelir.

Bu egzersizde, tahminlerine göre yüksek hata paylarına sahip verilerle çalışma deneyimi kazanacaksın. Vermont’taki Nüfus Sayımı bölgelerinde 75 yaş ve üzeri nüfus için yoksulluk örneğini kullanacağız.

Bu egzersiz

R ile ABD Nüfus Sayımı Verilerini Analiz Etme

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

Vermont’taki Nüfus Sayımı bölgeleri için yaşlı yoksulluğuna dair bir veri kümesini ACS’den al.
Veri çerçevesini filtreleyerek, hata payı tahminini aşan satırları saklayan yeni bir veri çerçevesi oluştur.
Tahminlerinden daha büyük hata payına sahip satırların oranını görmek için moe_check içindeki satır sayısını özgün veri kümesindeki satır sayısına böl.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# 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)

Kodu Düzenle ve Çalıştır