Anes 2024 a ieșit! Cum se analizează datele cu r

Eşantion

Eșantionul din 2024 a fost proiectat pentru a reprezenta cetățenii americani cu vârsta de 18 ani sau mai mult. Respondenții au fost recrutați atât din probe personale, cât și din web, cu note atente despre eligibilitate și excluderi.

Cartea de cod

CODEBOOK decodează numele variabile în ceva care poate fi citit de oameni.

Iată două variabile pe care le vom folosi:

• V240002b: Mod de interviu: post-alegeri: Această variabilă surprinde modul în care respondentul a finalizat majoritatea sondajului post-electoral.
  • -7. Parital insuficient, interviu șters
  • -6. Fără interviu post
  • 1. Față în față (FTF)
  • 2. Internet (Web)
  • 3. Hârtie (PAPI)
  • 4. Telefon
  • 5. Video
• V241229: Pre: Cât de des are încredere guvernul din Washington pentru a face ceea ce este corect (revizuit):
  • -9. Refuzat
  • -8. Nu știu
  • -1. Inaplicabil
  • 1. Întotdeauna
  • 2. De cele mai multe ori
  • 3. Aproximativ jumătate din timp
  • 4. O parte din timp
  • 5. Nu

Hai să ne recodificăm V241229 Pentru o analiză mai ușoară:

anes_2024_code <-
  anes_2024 |> 
  mutate(
    TrustGovernment = factor(
      case_when(
        V241229 == 1 ~ "Always",
        V241229 == 2 ~ "Most of the time",
        V241229 == 3 ~ "About half the time",
        V241229 == 4 ~ "Some of the time",
        V241229 == 5 ~ "Never",
        .default = NA
      ),
      levels = c("Always", "Most of the time", "About half the time", "Some of the time", "Never")
    )
  )

Vedeți mai multe despre cărțile de cod.

Găsirea greutății potrivite

Documentarea ANES listează ce variabile de greutate merg cu ce eșantion:

Din moment ce ne uităm la eșantionul proaspăt post-electoral, vom folosi variabila de greutate V240101b.

O notă importantă: greutățile ANES se adaugă la dimensiunea eșantionului, nu la dimensiunea populației. Să confirmăm:

anes_2024_code |> filter(V240101b > 0) |> summarize(sum = sum(V240101b))

# A tibble: 1 × 1
    sum
  
1   925

Acest lucru se potrivește cu 925 Respondenții au prezentat în tabelul de eșantion al documentației.

Reglarea populației

Dacă dorim să facem inferențe despre întreaga populație din SUA, trebuie să ajustăm greutățile. Populația țintă pentru acest eșantion este de aproximativ 232,5 milioane de cetățeni americani în vârstă de 18 ani sau mai mari, dar acesta este doar un număr dur. Conform documentației, pentru ceva mai precis, putem trage numărul de populație din estimările de un an de un an din 2023 American Community Survey.

Mulțumesc, Stephanie, pentru că a scris codul pentru estimările populației!

library(tidycensus)

varlist_2023 <- load_variables(2023, "acs1")

citizen_pop_18_plus <-
  get_acs(
    geography = "state",
    variable = "S2901_C01_001",
    year = 2023,
    survey = "acs1"
  )

pums_vars_2023 <- pums_variables |>
  as_tibble() |>
  filter(year == 2023, survey == "acs1")

pums_vars_2023 |>
  filter(var_code %in% c("AGEP", "TYPEHUGQ", "CIT")) |>
  select(var_code, var_label, val_min, val_max, val_label) |>
  print(n = 50)

# Find those who are 18+ and in group quarters
get_citizen_pop_18_plus_gq <- function(state) {
  get_pums(
    variables = c("AGEP", "TYPEHUGQ"),
    state = state,
    year = 2023,
    survey = "acs1",
    variables_filter = list(
      TYPEHUGQ = 2:3 ,
      CIT = 1:4,
      AGEP = (18:200)
    )
  ) |>
    summarize(estimate = sum(PWGTP), .by = STATE)
}

citizen_pop_18_plus_gq_l <- c(state.abb, "DC") |>
  map(get_citizen_pop_18_plus_gq)

citizen_pop_18_plus_gq_df <-
  citizen_pop_18_plus_gq_l |>
  list_rbind() |>
  rename(estimate_gq = estimate)

state_pops <- citizen_pop_18_plus |>
  select(GEOID, NAME, estimate_tot = estimate) |>
  full_join(citizen_pop_18_plus_gq_df, by = c("GEOID" = "STATE")) |>
  filter(NAME != "Puerto Rico") |>
  mutate(estimate_scope = estimate_tot - estimate_gq)

# Total without AK and HI
targetpop <-
  state_pops |>
  filter(!GEOID %in% c("02", "15")) |>
  summarize(TargetPop = sum(estimate_scope))

# Total with AK and HI
state_pops |>
  summarize(TargetPop = sum(estimate_scope))

Populația țintă estimată (targetpop) pentru 2024 este 232.449.541. Acum putem rescala greutățile ANES, astfel încât acestea să se adauge la dimensiunea populației:

anes_adjwgt <- anes_2024_code |>
  mutate(Weight = V240101b / sum(V240101b, na.rm = TRUE) * targetpop)

Straturi și clustere

Documentația ne spune, de asemenea, ce variabile Strata și PSU (cluster) se împerechează cu fiecare greutate.

Pentru V240101b, acestea sunt:

• STRATA: V240101d
• PSU: V240101c

Mai multe despre proiectarea eșantionării pot fi găsite în acest capitol.

Punând totul împreună

În cele din urmă, putem construi obiectul de proiectare. De asemenea, vom filtra respondenții care au finalizat efectiv interviul post-electoral în persoană (V240002b == 1):

options(survey.lonely.psu = "adjust")

anes_des <- anes_adjwgt |>
  filter(V240002b == 1) |>
  as_survey_design(
    weights = Weight,
    strata = V240101d,
    ids = V240101c,
    nest = TRUE
  )

anes_des

Și acolo mergem! anes_des este obiectul nostru de proiectare a sondajului complet specificat. De aici, o folosim, astfel încât fiecare estimare pe care o calculăm în mod corespunzător reflectă proiectarea sondajului.