Mäta segregation: dissimilaritetsindex

Analys av amerikansk folkräkningsdata i Python

Lee Hachadoorian

Asst. Professor of Instruction, Temple University

Vad är segregation?

En punkttäthetskarta över Chicago som visar befolkning av vit, svart, asiatisk och latinamerikansk härkomst i fyra olika färger. Punkter av samma färg är grupperade nära varandra, vilket antyder ett rasegregerat landskap.

Analys av amerikansk folkräkningsdata i Python

Dissimilaritetsindexets formel

Givet två grupper A och B:

En ruta indelad i fyra kvadranter som visar befolkning av A och B i varje kvadrant.

Analys av amerikansk folkräkningsdata i Python

Dissimilaritetsindexets formel

Givet två grupper A och B:

$$\color{white}{D = {\frac{1}{2}\sum_i}\color{white}{\left\lvert \frac{a_i}{A} - \frac{b_i}{B} \right\rvert}}$$

  • $a_i$ = Antal i grupp A i delområde
  • $b_i$ = Antal i grupp B i delområde

En ruta indelad i fyra kvadranter som visar befolkning av A och B i varje kvadrant.

Analys av amerikansk folkräkningsdata i Python

Dissimilaritetsindexets formel

Givet två grupper A och B:

$$\color{white}{D = {\frac{1}{2}\sum_i}\color{white}{\left\lvert \frac{a_i}{A} - \frac{b_i}{B} \right\rvert}}$$

  • $a_i$ = Antal i grupp A i delområde
  • $b_i$ = Antal i grupp B i delområde
  • $A$ = Antal i grupp A i storområde
  • $B$ = Antal i grupp B i storområde

En ruta indelad i fyra kvadranter som visar befolkning av A och B i varje kvadrant.

Analys av amerikansk folkräkningsdata i Python

Dissimilaritetsindexets formel

Givet två grupper A och B:

$$\color{red}D = \frac{1}{2}\sum_i{\left\lvert \frac{{a_i}}{A} - \frac{b_i}{B} \right\rvert}$$

  • $a_i$ = Antal i grupp A i delområde
  • $b_i$ = Antal i grupp B i delområde
  • $A$ = Antal i grupp A i storområde
  • $B$ = Antal i grupp B i storområde

En ruta indelad i fyra kvadranter som visar befolkning av A och B i varje kvadrant.

Analys av amerikansk folkräkningsdata i Python

Dissimilaritetsindexets formel

Givet två grupper A och B:

$$D = \color{white}{\frac{1}{2}\sum_i}\color{white}{\left\lvert \color{red}{\frac{a_i}{A}} \color{white}{- \frac{b_i}{B}} \right\rvert}$$

  • $a_i$ = Antal i grupp A i delområde
  • $b_i$ = Antal i grupp B i delområde
  • $A$ = Antal i grupp A i storområde
  • $B$ = Antal i grupp B i storområde

En ruta indelad i fyra kvadranter som visar befolkning av A och B i varje kvadrant.

Analys av amerikansk folkräkningsdata i Python

Dissimilaritetsindexets formel

Givet två grupper A och B:

$$D = \color{white}{\frac{1}{2}\sum_i}\color{white}{\left\lvert \frac{a_i}{A} - \color{red}{\frac{b_i}{B}} \right\rvert}$$

  • $a_i$ = Antal i grupp A i delområde
  • $b_i$ = Antal i grupp B i delområde
  • $A$ = Antal i grupp A i storområde
  • $B$ = Antal i grupp B i storområde

En ruta indelad i fyra kvadranter som visar befolkning av A och B i varje kvadrant.

Analys av amerikansk folkräkningsdata i Python

Dissimilaritetsindexets formel

Givet två grupper A och B:

$$D = \color{white}{\frac{1}{2}\sum_i}\color{red}{\left\lvert \frac{a_i}{A} - \frac{b_i}{B} \right\rvert}$$

  • $a_i$ = Antal i grupp A i delområde
  • $b_i$ = Antal i grupp B i delområde
  • $A$ = Antal i grupp A i storområde
  • $B$ = Antal i grupp B i storområde

En ruta indelad i fyra kvadranter som visar befolkning av A och B i varje kvadrant.

Analys av amerikansk folkräkningsdata i Python

Dissimilaritetsindexets formel

Givet två grupper A och B:

$$D = \color{white}{\frac{1}{2}}\color{red}{\sum_i}{\left\lvert \frac{a_i}{A} - \frac{b_i}{B} \right\rvert}$$

  • $a_i$ = Antal i grupp A i delområde
  • $b_i$ = Antal i grupp B i delområde
  • $A$ = Antal i grupp A i storområde
  • $B$ = Antal i grupp B i storområde

En ruta indelad i fyra kvadranter som visar befolkning av A och B i varje kvadrant.

Analys av amerikansk folkräkningsdata i Python

Dissimilaritetsindexets formel

Givet två grupper A och B:

$$D = \color{red}{\frac{1}{2}}\sum_i{\left\lvert \frac{a_i}{A} - \frac{b_i}{B} \right\rvert}$$

  • $a_i$ = Antal i grupp A i delområde
  • $b_i$ = Antal i grupp B i delområde
  • $A$ = Antal i grupp A i storområde
  • $B$ = Antal i grupp B i storområde

En ruta indelad i fyra kvadranter som visar befolkning av A och B i varje kvadrant.

Analys av amerikansk folkräkningsdata i Python

Dissimilaritetsindexets formel

Givet två grupper A och B:

$$D = \frac{1}{2}\sum_i{\left\lvert \frac{a_i}{A} - \frac{b_i}{B} \right\rvert}$$

  • $a_i$ = Antal i grupp A i delområde
  • $b_i$ = Antal i grupp B i delområde
  • $A$ = Antal i grupp A i storområde
  • $B$ = Antal i grupp B i storområde

En ruta indelad i fyra kvadranter som visar befolkning av A och B i varje kvadrant.

Analys av amerikansk folkräkningsdata i Python

Lämpliga data

tracts.head()

  state county   tract  white  black
0    01    001  020100   1601    217
1    01    001  020200    844   1214
2    01    001  020300   2538    647
3    01    001  020400   4030    191
4    01    001  020500   8438   1418

Källa: Tabell P5 – Folkräkning 2010

  • white = Icke-latinamerikansk vit befolkning
  • black = Icke-latinamerikansk svart befolkning
Analys av amerikansk folkräkningsdata i Python

Beräkna dissimilaritetsindex (D)

# Extract California tracts using state FIPS "06"
ca_tracts = tracts[tracts["state"] == "06"]

# Define convenience variables to hold column names
w = "white"
b = "black"
Analys av amerikansk folkräkningsdata i Python

Beräkna dissimilaritetsindex (D)

# Print the sum of Black population for all tracts in California
print(ca_tracts[b].sum())

2163804

# Print the sum of White population for all tracts in California
print(ca_tracts[w].sum())

14956253
Analys av amerikansk folkräkningsdata i Python

Beräkna dissimilaritetsindex (D)

$$D = \frac{1}{2}\sum_i{\left\lvert \frac{a_i}{A} - \frac{b_i}{B} \right\rvert}$$

# Calculate Index of Dissimilarity
print(0.5 * sum(abs(
  ca_tracts[w] / ca_tracts[w].sum() - ca_tracts[b] / ca_tracts[b].sum()
  )))

0.6033425039167011
Analys av amerikansk folkräkningsdata i Python

Nu kör vi en övning!

Analys av amerikansk folkräkningsdata i Python

Preparing Video For Download...