我们从两个联邦数据集 建立了每个州的公开报告。
有趣的工程问题不是加入。
它正在决定哪一个加入拒绝。
投入 3个档案:EIDO第618节儿童统计,2023-24学年。
按州、5至21岁分列的在每一特殊教育资格类别下服务的学生的行政普查。
美国人口调查局2023年人口估计.
按州和年龄组分列的居民人口。
CDC ADDM官网,2022年监控. 16个受监测地点的8岁儿童临床自闭症流行率。
联合起来是可行的 识别率是一个直截了当的比例:两边是状态键并同时覆盖同一个宇宙,所以加盟是在状态上而不是别的.
两项数据质量规则比算术更重要:爱荷华和新墨西哥报告特殊教育非分类.
没有自闭症特有的数字。
这些行必须标出不适用并被排除在排名之外。
强迫一个缺失的数到零将使两个州都处于排名列表的下方,这是捏造的发现.
人口普查年龄段必须与民主选举学会年龄段完全吻合。
EIDO B部分包括5至21岁。
使用儿童人口总数或18岁以下乐队无声地夸大或夸大表中的每个比率。
我们拒绝的ADDM数据似乎属于同一个表格。
它是联邦制的,是自闭症特有的,而且是国家贴上标签的。
它不属于第四栏,你可以排序 与其它。
ADDM网站覆盖一个定义的社区,常常是地铁或县的一部分,而不是整个州.
抽样框架是监视集水区,而不是州人口普查。
加入站点流行度以状态识别率产生一列,其中"状态"值实际上是一个单一的县,相邻的一列是状态值真正是全州范围的.
排序该列 地铁地区与州。
我们保留了ADDM在输出中,在它自己的一栏中,标签为带有明确脚注的站点数字,并将其排除在默认类型之外.
国家ADDM数字为32.2‰,与全国EIDO数字(72分之1)相提并论,因为如果州与地之间没有比较,则国家与国家之间的比较是合理的。
一般规则 因此,共享一个密钥的两个数据集无法合并。
在加入之前,确认三件事是相符的:人口被统计,被统计的地理覆盖,以及生成它的仪器.
联邦开放数据特别容易出现这种失败,因为密钥总是干净的双字母状态代码,这使得每个加入的都显得正确.
产出 报告全文、表格、地图和CSV按州分列自闭率。
它由特殊需要护理网络出版,该网络在Specialnetsusa.com运营美国特殊需要学校和治疗提供者名录.
其他数据报告在Special needsusa.com/data.
数字核实 2026年8月.