美国社区调查(ACS)是一项全国代表性的调查,其中包含有关美国人口特征的数据。该样品是从所有县和县等效物中选择的,样本量每年约为350万个住房。它是有关我们国家及其社区的详细人口和住房数据的最佳来源。我们使用个人和家庭水平的ACS数据来确定个人社会脆弱性组成部分的人口估计。美国住房调查(AHS)由住房和城市发展部(HUD)赞助,由美国人口普查局进行。调查是美国最全面的国家住房调查。使用来自2021 AHS的数据,我们创建了一个机器学习模型,该模型确定ACS中的家庭是否可能缺乏空调单元。其他数据也被用作建模过程中的预测指标。“建模家庭可能缺乏空调”部分,更详细地说明了数据和我们的机器学习方法。我们还使用人口估计计划(PEP)的辅助数据,该计划是普查局的计划,该计划生产并发布了美国和波多黎各的地理实体中居住时间的人口的估计。我们使用PEP的人口数据,按年龄组,种族和种族以及性别。一旦将加权估计值制成表格,小面积建模技术将用于创建CRE估计。由于PEP数据没有达到人口普查水平,因此CRE还使用了公法94-171摘要文件(PL94)和人口统计外壳特征(DHC)表(DHC)表格(DHC)表(DHC)表(DHC)表格,从2020年人口普查中产生基本估计。
主要关键词