Instructions

This is a group assignment.  You are expected to work on this either independently or in a group of up to for 4. You have the option to work in a group of smaller than 4. You are expected to work exclusively with your group-mates and not other groups.  You are more than welcome to discuss ideas, code, concepts, etc. regarding this assignment with your class mates.  Please do not share your code or your written text with peers outside of your group. It is expected that all code and written work should be written by members of your group (unless they are taken from the materials provided in this course or are from a credible source which you have cited).   Please note, this assignment is fairly open, so the context of most of the work completed here should not match that of other groups.

There is a starter Rmd file (called Assignment2.Rmd) available for you to use to start your code.

Submission Due:  Thursday Nov 24th at 11:59pm ET

Your submission will consist of three components:

1.  .Rmd file (submitted as a Group)

2.  .pdf file (submitted as a Group)

3.  Completion of Assignment 2 - Group Work Survey (completed as an individual - even if you worked alone)

Group Work Submission

Your complete .Rmd file that you create for this assignment AND the resulting pdf (i.e., the one you ‘Knit to PDF’ from your .Rmd file) must be uploaded into a Quercus assignment (link: https://q.utoronto.ca/ courses/278551/assignments/962599) by 11:59PM ET, on November 24th.

Please note that only one group member needs to submit the .Rmd and .pdf files onto Quercus in ONE submission.  We will be directly marking on the LATEST submission of the .pdf (submitted on/before the due date/time). All group members will receive the same grade.  If your submission does not contain a .pdf AND .Rmd then you will receive a 0 on this Assignment.

There is a one week grace period available for this assignment, if your group chooses to use the grace period then do NOT submit any documentation until after November 24, 2022.  Please note there is an Ouriginal “Draft” Submission page for your group to check your Ouriginal Score and to familiarize yourself with the submission process.

Please only submit your final work to the actual submission page.   There will not be multiple attempts awarded for errors in submitting on the wrong page or incomplete submissions.  So please be careful and mindful of what you are submitting and use the draft page to practice the submission process.

Individual Submission

Individual Item to Submit

In order to keep a record of group contributions and as a support to report an misconduct of group members

there is a survey (link: https://q.utoronto.ca/courses/278551/quizzes/293054) .  Please complete this survey

between Thursday November 24th 12:01am ET and Friday December 2 at 11:59pm E.T. Completion of this survey will be worth 1% of this assignment. The survey should not take more than 5 minutes to complete. So NO LATE submissions will be accepted (i.e., no submissions of the survey beyond Monday December 2 at 11:59pm E.T.).  There is no time limit on the survey, but you must submit it before December 2 at 11:59pm ET. You have one attempt/submission of this survey.

This survey must be completed by ALL  STUDENTS  (even if you are working on Assignment  2 as an individual).

Assignment grading

There is one part to this assignment and it is to produce a report on a data analysis.  The report focusses on theory/methodology,  data analysis and communication/writing.   We recommend you spellcheck and proofread your written work.  We will be directly marking the pdf files, thus please ensure that your final submission looks as you want it to look before submitting it.

As mentioned above, this assignment will be marked based on the output in the pdf submission. You must submit both the Rmd and pdf files for this assignment to receive full marks in terms of reproducible. If you do NOT submit the pdf in your submission you will receive a grade of 0.

This assignment will be graded based off the rubric available on the Assignment Quercus page (link: https: //q.utoronto.ca/courses/278551/assignments/962599).  Please note that only one group member needs to submit the .Rmd and .pdf files onto Quercus in ONE submission. All group members will receive the same grade.  TAs will look over each section and select the appropriate grade for that section based off a coarse overview (one-time read over) of that section.  Your assignment should be well understood to the average university level student after reading it once.  I would suggest you make sure your document looks clean, aesthetically pleasing, and has been proofread.  You will be able to see the rubric grade for each section. There may be some comments/feedback provided  (by the TAs) if the same issue seems to be arising in multiple sections, but you will likely receive no comments/feedback (due to the size of the class and number of available TA hours).

Group Work

You are expected to work on this in a group of up to 4.  Your group-mates can consist of any students currently enrolled in the class and you can choose how many other members you’d like to work with and who those members are.  Please note, that due to the fast-paced nature of this course we will not be manually adjusting groups. Seven days prior to the assignment deadline we will be locking in the groups and we will NOT be making any changes to groups beyond that point.

All group members will receive the same grade on Assignment 2.

Additionally, our teaching team will not be working through group dynamics (e.g., tardiness, work assign- ment, etc.) since there is the option to work alone. With that being said, we will not tolerate any forms of harassment, bullying, name-calling, etc. If there is any reports of this our teaching team will investigate this and student’s grade may be affected. Please procure your group carefully, and bring questions/comments to our attention as early as possible.

Report

Objective

To predict the overall popular vote of the next Canadian federal election (tentatively 2025) using a regression model with post-stratification.

Please note that there is NO requirement on the type of model you use. You can use a standard model (i.e., simple or multiple regression), a multilevel model or a Bayesian model (standard or multilevel). The model choice is up to you. With that being said, the model should still be appropriate (e.g., logistic regression for binary outcome, or if you assume a prior distribution you should justify the prior in some way).

Description:

In this assignment you will create an “Introduction”,  “Data”,  “Model”  (or “Methods”),  “Results” and a “Conclusions” section of a report, based on a post-stratification analyses.  It is recommended that you use the General Social Survey (GSS) as the “census” data, and data from the CES2019 package as “survey” data.

The idea is, as a small team (of size 1-4) you will work through the following steps:

1.  Load in the sample/survey data (CES data).

2.  Build a model (any model is acceptable) on the sample data. Note: any model is acceptable, but some justification  (either practical or statistical) should be given.   (Some options:  meaningful variables, p-values, LRTs, AIC, BIC, etc.)

3.  Load in the census data (GSS data).

4.  Calculate y^P s .

General Social Survey (GSS) - Census Data

You will need to grab the GSS data from the CHASS website (I cannot post it for copyright/privacy reasons). Instructions for how to access and load in this data are available in the first 30 lines of the gss_cleaning.R code. Additionally, the gss_cleaning.R document has code that I used to clean the data. You do NOT need

to describe the cleaning included in this R script in your report, you only need to describe any additional cleaning that YOUR GROUP had done.

CES - Survey Data

Here is a resource for grabbing the CES2019 data: https://awstringer1.github.io/sta238-book/section-short-

-on-            -       -     -                   -1.                       -               -             -tutorialpullingdataforassignmenthtml#sectioncanadianelectionstudy.  There is some code avail- able in the Assignment3.Rmd where I go through selecting and grabbing the CES2019phone data set.

Additionally, Paul and Rohan have some more documentation here https://hodgettsp.github.io/cesR/ that you may find useful.

Report Components

Introduction

The goal of the Introduction section is to introduce the overall “problem” to the reader. Your Introduction section should include the following:

●  Describe the data and the problem in 2-3 clear sentences.

●  Introduce the importance of the analysis.

●  Get the reader interested/excited about analysis.

●  Provide some background/context explaining the overall relevance of the problem/data/analysis.

●  Introduce terminology and prep the reader for the following sections.  For example, here you should explain different political terms if they are niche.

●  Introduce research question.

●  Introduce any hypotheses  (hypotheses should be decided on prior to performing your analysis and should have some mild justification).

●  Inline referencing.

Data

The goal of the Data section is to introduce the reader to the data set, showcase some meaningful aspects of the data, and get them thinking about potential hypotheses/findings.

Your Data section should include the following:

●  A description of the data collection process.

●  A summary of the cleaning process (if you cleaned the data). Someone (who is NOT necessarily familiar with Tidyverse functions) should be able to read this section and reproduce your cleaning process based off reading your description.

●  A description of the important variables.

●  Some  text  (and  perhaps  graphical  summaries)  of the  variables  you  will  use  in  your  model.   This should help prep the reader in understanding why the subsequent analysis is important/interesting and whether it is appropriate.

●  Some appropriate numerical summaries (at minimum center and spread, but something else may be more appropriate). If there are a lot, please put them in a well formatted and labelled/numbered table.

●  At least 1 aesthetically pleasing plot/graph/figure (No more than 4 plots).

●  Text explaining/highlighting each table or figure.

●  In line referencing if needed.

●  Reference the programming language/software used to complete this section.

Methods

The goal of the Methods section is to introduce the reader to the statistical methods that you will be using to analyze the data.

Your Methods section should include the following:

●  A complete explanation of each methodology you are using. So a thorough explanation of the regression model and a thorough explanation of poststratification.

●  Here you will describe the chosen model (e.g., if you decide to perform linear regression you must write out the mathematical model, with symbols (not numbers) and describe the parameters and variables included).

●  Give some justification for why this model was selected.

●  Here you will also give an explanantion of the poststratification process.  I.e., explaining y^P s .

●  This  should  include  a  description  of what  poststratification  is  (in  non-statistical  language)  and  a description on why it is useful.

●  As part of the poststratification technique you should also describe the cell/bin splits that you will display/implement in the Results, based on the sample data. Here you should briefly recall the variables that you are using to create the cells (again, the full description of these should be in the Data section). You can briefly justify the choice to include or exclude certain variables when creating the cells/bins.