Hello, dear friend, you can consult us at any time if you have any questions, add WeChat: daixieit

ADEC 7320 - Econometrics

Final Course Project Requirements

The course project will be done with the members of your Critical Thinking Group, and your team may choose your own topic by yourself.

The purpose of this final project is to explore, analyze and model a real-world data set of your own interest using the econometric modeling techniques learned in the course. The real- world data set can be either:

•   A data set that you have personally collected (e.g., at your workplace, internship, etc.).

•   An  open-source   data  set  that  you   have   downloaded  from  the   Internet   (Kaggle, DrivenData, InfoChimps, CDC, NIH, NHANES, MEPS, BRFSS, etc.).

•   Textbook exercises are not suitable for course projects.

You will need to develop a problem statement and research question(s) based on the data set  that  you  have  obtained.  You  must  survey  the  state-of-the-art  literature  and  research developments  (published  in journal  papers,  not  conference  papers)  dealing  with  empirical studies, algorithms, or methodologies related to your problem.

You will need to achieve two deliverables: 1) a recorded presentation and 2) a final report. These deliverables will be submitted on Canvas.

Deliverable 1: Presentation. You  will  have  10-15  minutes  to  present  your  work.  The  final project  presentation  should  be  recorded  and  submitted  during  the  last  week  of  the  term. Please upload the completed project presentation slides (in PDF format) and recording (in MP4 format) on Canvas. In the presentation, you shall:

•    Introduce yourselves and describe your data set, problem and research question(s).

•   Explain  your  objectives,  challenges  of  your  work,  proposed  methodologies,  and  the assumptions you made while conducting econometric modeling and other analyses.

•   Provide an overview of your approach and conceptual  model  (please do  not  present your code directly).

•   Describe the results you obtain, and summarize the current achievements, limitations and possibility of future works.

Deliverable 2: Final Report. The final project report should be similar to the scholarly papers you read in the literature. The report should not exceed 12 single-spaced pages. (Appendices do not count in the page limit). Please number the pages. Please upload the completed project report (in PDF format) on Canvas. The report should (at least) include the following sections:

• Abstract: use 250 words or less to summarize your problem, methodology, and major outcomes.

• Key words: select a few key words (up to five) related to your work.

• Introduction: describe the background and motivation of your problem.

• Literature review: discuss  how  other  researchers  have  addressed  similar  problems, what their achievements are, and what the advantages and drawbacks of each reviewed approach are.  Explain how your investigation is similar or different to the state-of-the- art.   Please do not discuss paper one at a time, instead, identify key characteristics of your  topic,  and  discuss  them  in  a  whole.  Please  cite  the  relevant  papers  where appropriate.

• Methodology: discuss  the  key  aspects  of  your  problem,  data  set  and  econometric model(s). Given that you are working on real-world data, explain at a high-level your exploratory data analysis, how you prepared the data for econometric modeling, your process for building econometric models, and your model selection.

• Experimentation and Results: describe the specifics of what you did (data exploration, data  preparation,  model  building, model selection,  model evaluation, etc.), and what you found out (statistical analyses, interpretation and discussion of the results, etc.).

• Discussion and Conclusions: conclude your findings, limitations, and suggest areas for future work.

• References: be sure to cite all references used in the report (APA format).

• Appendices:

o Supplemental tables and/or figures.

o R statistical programming code.