檢視誤差範圍

ACS 與十年一次的人口普查（decennial Census）最大的不同在於，ACS 提供的是伴隨「誤差範圍」的「估計值」。預設情況下，ACS 的誤差範圍對應 90% 的信賴水準。也就是說，我們有 90% 的把握，真實值會落在「報告的估計值 ± 報告的誤差範圍」之內。

在這個練習中，你將實作如何處理相對於估計值而言誤差範圍較大的資料。我們會以佛蒙特州（Vermont）普查分區中，75 歲及以上人口的貧窮狀況為例。

本練習屬於課程

在 R 中分析美國人口普查資料

檢視課程

練習說明

從 ACS 取得佛蒙特州依普查分區統計的高齡貧窮資料。
過濾資料框，建立一個新的資料框，只保留誤差範圍大於其估計值的列。
將 moe_check 的列數除以原始資料集的列數，計算誤差範圍大於估計值之列所佔的比例。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# 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)

編輯並執行程式碼