Assignment Description

In this assignment you are asked to manipulate data, estimate statistical relationships, and interpret the findings. The main goal behind the assignment is to help you get more comfortable applying statistical methods and using software, but also to think about a policy-relevant topic that economists actively research today.

The questions below guide you through the process of statistical estimation.   You are provided the relevant Stata commands you will need, some of which you will not have seen before.  It will therefore be useful for you to use the “help” function in Stata, and/or to look up the command in the Stata reference  manuals  (which are available within Stata as  PDFs), or Google.   You are also, as always, welcome to ask me for help.

I strongly suggest that you start this assignment early because it will not be possible (in my opinion) to do well if you start close to the due date.  There are parts that you may find difficult; you will want to identify them and leave enough time to ask questions if necessary.

Assignment Instructions

Data analysis

In mylearningspace, you will find a datafile called “EC295Assignment1.dta” that contains the data for this assignment.  The data come from a study of serious adolescent offenders as they transition from adolescence into early adulthood:  Pathways to  Desistance Study . Download the dataset on to your computer and make note of the folder where you save it.

I have also provided a template dofile that all students must use to write their assignment dofile (if you are using R, you will need to recreate something similar to this). Store it in the same folder where you put your data.  You will need to manipulate that template in the following way:

-     Rename the file from “EC295_assign1TEMP.do” to your last name followed by your student number (no spaces)

-     After cd, replace INSERT THE PATH TO THE FOLDER WHERE YOU STORE THE DATA with the path to the folder where you stored the “EC295Assignment1.dta” dataset.  Do not remove the quotation marks.

-     After log using, replace INSERT YOUR LAST NAME AND STUDENT NUMBER HERE with your last name and student number, with no space between the two. Do not remove the quotation marks

-     After set seed, replace INSERT YOUR STUDENT NUMBER HERE with your full student number.

Leave all other commands and comments untouched.  You should type in your Stata commands below the line that says “Insert your stata commands below here”, but above “Insert your stata commands above here” .

Note that the set seed and sample commands will take a random 95% subsample of the data that is different for every student.  For this reason, the numbers that you get with your output will not be the same for any two students.  Be mindful of this if you are comparing your work with your peers.

Submission

You are required to submit three documents:

a)   A report containing your answers to all the questions.   I outline below how I would like your report to look.  The overall goal is that the answers to each question must be easily identifiable in a readable, professional-looking document.  Submit to Gradescope.

b)   Stata dofile.  Submit electronically using the dropbox in mylearningspace.

c)   Stata log file. Submit electronically using the dropbox in mylearningspace.

In the report described in (a) above, please answer all questions in the same order as they are stated on the question sheet.  For each question and sub-question, include the relevant Stata code (if any) that you used, the output generated by that command if there was any, and an interpretation if you are asked to provide it.  For example, if you were answering the following hypothetical question, it might look like this:

************************************************************************************ 1)   Locate the variable y

a.   Using the tab command, provide a frequency distribution for y

Stata commands:

tab y;

Output:

y |      Freq.     Percent        Cum.

------------+-----------------------------------

1 | 2 | 3 | 4 | 5 |

23,844

138,568

9,049

63,162

2,651

10.05

58.40 3.81    26.62 1.12

10.05

68.45

72.26

98.88

100.00

------------+-----------------------------------

Total |    237,274      100.00                                                                                                                                               ************************************************************************************ You could also format your own output tables rather than copying and pasting Stata output if you find it easier. The key is that as long as the questions are answered in order, and the Stata commands used for each subquestion and associated output are clear, it will be fine.

A note on plagiarism: this is an independent assignment, which I expect you to complete on your own. It is plagiarism to copy someone else’s work verbatim, which includes Stata dofiles.  Any work you submit should be yours only.

Thank you note : I am very grateful to Professor Justin Smith for sharing his class material. This assignment represents a modified version of a STATA homework developed by him.

In mylearningspace you will find a dataset called “EC295Assignment1.dta” .  Please use this datafile to answer the following questions.  Each question is worth 5 points, for a total of 85.

1)   (5 points) Using the describe command, report the number of observations in the data, the number of variables, and comment briefly about what variables are in the dataset (you do  not  need to individually describe each variable, but instead give an overview).

2)   Suppose you are interested in learning about the relationship between years of criminal experience and number of crimes.

a.   (5  points)  Using  the  tabulate  command,  generate  a  table  with  the  joint  probability distribution between “years of criminal experience is above 0” and “number of crimes is above 0” .  Describe the results [hint: you will need to add the cell option to this command to produce the joint probability distribution . Options are added after a comma (e.g., tabulate var1 var2, cell)].

b.   (5 points) Use the tabulate command to produce the probability distribution for “number of crimes  is  above  0” .   Then  use the  tabulate  command  again to  produce  the  probability distribution for “number of crimes is above 0” conditional on “years of criminal experience is above 0” .  How does the probability of engaging in a crime change when you take individuals with more some criminal experience?  Based on this, is the number of crimes independent of criminal experience? [hint: you will need to use the if option to generate the conditional probability distribution].

3)   Suppose you are now interested in testing some hypotheses about the population average number of crimes.

a.   (5  points)  Using  the  summarize  command  compute  the  mean,  standard  deviation,  and median number of crimes. Interpret each value [hint: you will need to use the detail option to get the median].

b.   (5 points) Manually compute the t-statistic for testing the null hypothesis that the average number of crimes equals 20 against the alternative that it does not equal 20.

c.   (5 points) Combining the display and invttail functions, compute the critical value for the hypothesis test in part (b) if the significance level is 5%.  Compare the observed value of t from part (b) to the critical value and decide whether you accept or reject the null hypothesis.