查看误差边际

与十年一次的人口普查数据不同，ACS 数据表示带有相关"误差边际"的"估计值"。默认情况下，ACS 的误差边际对应 90% 的置信水平。也就是说，我们有 90% 的把握认为真实值落在"报告的估计值 ± 报告的误差边际"的区间内。

在本练习中，您将体验如何处理相对于估计值来说误差边际较高的数据。我们将以佛蒙特州各普查小区中 75 岁及以上人群的贫困情况为例。

本练习是课程的一部分

在 R 中分析美国人口普查数据

查看课程

练习说明

从 ACS 获取佛蒙特州按普查小区划分的老年贫困数据。
过滤数据框，创建一个新的数据框，仅保留误差边际大于其对应估计值的行。
将 moe_check 的行数除以原始数据集的行数，查看误差边际大于估计值的行所占比例。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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)

编辑并运行代码