Como descrito na introdução, esta base de dados contém dados provenientes dos Censos federais de 2000 e 2010, bem como das Pesquisas Nacionais de Domicílios (PNAD) de 2004 e 2014, ambos conduzidos pelo Instituto Brasileiro de Geografia e Estatística (IBGE). A pesquisa de domicílios é uma estimativa probabilística da população. Trata-se de uma estimativa que, através de técnicas de amostragem, procura ser representativa da população total para cada unidade geográfica informada. A pesquisa é conduzida uma vez por ano para a maioria das questões, mas com frequência trimestral para algumas das perguntas relacionadas à mão de obra.

O Censo é realizado de dez em dez anos. Logo, os dados mais recentes agora disponíveis são os do ano de 2010. Como os dados vão aos poucos se desatualizando entre os anos dos censos, o IBGE também realiza todos os anos uma pesquisa de domicílios por amostragem, que é conhecida como PNAD. Os participantes da Pesquisa de Domicílios são escolhidos de modo que torne a amostragem, tanto quanto possível, representativa da população como um todo. Contudo, ela é uma estimativa probabilística da população; e, desse modo, há uma margem de erro entre os resultados da amostragem e o que um censo da população teria revelado. O IBGE informa as margens de erro. Quando uma tabela cobre múltiplas variáveis, como raça por sexo, por idade, a margem de erro pode tornar os números pouco confiáveis. Nas tabelas e gráficos que reproduzimos, a margem de erro está dentro de uma faixa aceitável. Quanto maior a amostragem, maior sua confiabilidade para representar a população. Em 2004, a pesquisa geral da PNAD cobriu uma amostragem de 399.354 pessoas em 139.157 domicílios. Em 2014, a amostragem incluiu 362.627 pessoas em 151.291 domicílios.