Quelles Sont Vos Chances de devenir Millionnaire?
Dans cette enquête, l’unité d’analyse est une “famille”, qui peut inclure une personne seule ou un couple et toutes les autres personnes avec elles dans le ménage qui sont interdépendantes financièrement. Les familles sont regroupées en fonction de l’âge, de l’éducation et de la race/ethnie. L’âge et l’éducation sont basés sur le chef de famille, qui dans un couple mixte est l’homme et dans un couple de même sexe est la personne âgée. La race/l’ethnicité est définie en fonction du répondant à l’enquête. Les personnes qui se sont identifiées comme ayant des origines en Asie ou comme Amérindiennes, natif de l”Alaska, natif d”Hawaï et des îles du Pacifique ont été classées comme “Asiatiques ou autres.”Nous avons appelé ce groupe asiatique dans le texte et les graphiques de l’histoire.
Les chercheurs de la Fed de St. Louis ont calculé le pourcentage pondéré des familles ayant une valeur nette de plus de 1 million de dollars en utilisant une technique appelée inférence à imputation répétée. Les erreurs-types amorçées ont été calculées à l’aide des fichiers de poids de réplication du Conseil de la Réserve fédérale. Les intervalles de confiance ont été affichés au niveau de confiance de 95% dans les deuxième et troisième graphiques de l’histoire. Certaines permutations d’âge, d’éducation et / ou de race / origine ethnique (par exemple, pour les Asiatiques, les Noirs et les Hispaniques titulaires d’un diplôme d’études supérieures dans le deuxième graphique) présentaient des fourchettes relativement larges.
De plus, il n’y avait pas assez de familles dans l’échantillon pour générer une estimation fiable de certaines permutations d’âge, d’éducation et de race / ethnicité. Le St. Louis Fed a recommandé d’utiliser un seuil de 40 familles, ce qui a éliminé environ 27% des combinaisons potentielles de caractéristiques démographiques.
Les chercheurs de la Fed de St. Louis ont calculé le pourcentage pondéré des familles ayant une valeur nette de plus de 1 million de dollars en utilisant une technique appelée inférence à imputation répétée. Les erreurs-types amorçées ont été calculées à l’aide des fichiers de poids de réplication du Conseil de la Réserve fédérale. Les intervalles de confiance ont été affichés au niveau de confiance de 95% dans les deuxième et troisième graphiques de l’histoire. Certaines permutations d’âge, d’éducation et / ou de race / origine ethnique (par exemple, pour les Asiatiques, les Noirs et les Hispaniques titulaires d’un diplôme d’études supérieures dans le deuxième graphique) présentaient des fourchettes relativement larges.
De plus, il n’y avait pas assez de familles dans l’échantillon pour générer une estimation fiable de certaines permutations d’âge, d’éducation et de race / ethnicité. Le St. Louis Fed a recommandé d’utiliser un seuil de 40 familles, ce qui a éliminé environ 27% des combinaisons potentielles de caractéristiques démographiques.
