Objective

The main objective of this assignment is to provide you with hands-on experience in analyzing a research question of your choice and writing a report on it using the techniques in R and business data analytics methods you have learned from the course. This assignment consists of ive tasks as outlined below:

Task 1 :  Pick a Question

Your next task is to choose a research question that can be answered using a speciic dataset. For this assignment, we will focus on the data available from Gapminder.   You need to be familiar with this website and the data it provides.  On the website, you will ind a range of topics that prompt research questions.  You can use the questions as inspiration or develop a research question.  Your report should clearly state your research question/hypothesis, why it is interesting to explore, and provide background information on the topic if necessary.

Task 2 :  Data Collection and Wrangling

Once you have chosen your research question, you need to extract relevant data from Gapminder and wrangle it to answer your question. Data wrangling is an essential step to ensure that the transformed data is clean, organized, and has the desired format ready for analysis. Depending on your research topic, you may need to extract a few variables, and your task is to ensure that data on those variables are correctly merged. All data wrangling work must be done in R.

Task 3 :  Data Analytics

After collecting and sorting your data, you need to analyze it to provide an answer to your research question.  You should take advantage of the techniques covered in the course, such as basic visual and descriptive analytics on data samples, unsupervised machine learning (e.g., cluster analysis), and supervised learning  (e.g., regression analysis).  This task must also be done in R.

Task 4 :  Report Writing

The inal step is writing a report explaining and summarizing the results in Tasks 1 -3. The report should be well-presented and well-written. More guidance on how to write a report can be found  in the resources provided by the Writing Centre at the University   .  The report should start  with an introduction section that explains the motivation for choosing the research question, its  novelty, and importance. The next section should briely describe the process of data collection  and wrangling. The analysis section should provide a discussion of the appropriate methodology  used to perform data analysis, followed by the discussion and interpretation of results.  The  report should include a conclusion section.

In addition to the aforementioned, the report should provide a discussion of the following:

.  The distribution of your data.

. At least one graph to illustrate your results.

.  At least one statistical methodology (such as cluster analysis, regression analysis or any other technique you think is appropriate). You will need to explain the choice of method.

Submission Requirements:

All of the tasks described above must be done and written in an R-markdown ile whose output is knitted into an HTML document. To be clear, you are required to submit two separate iles for this assignment:

1. An R-markdown ile.

2. An R-markdown output in HTML document.

The following items need to be included in the R-markdown ile and output:

.  Adequate reference of the data being used.   For  example, if you use the data Expen-diture per student, primary (% of GDP per person), you need to cite the data source as: https://www.gapminder.org/Education/Schooling cost/Expenditure per student, pri- mary (% of GDP per person).

.  Codes for data wrangling and generating tables and graphs that are used in the inal report.   This  requires you to show all your analytics worklow  (the R code) in the R markdown output.  By default, the echo argument should be TRUE. If you cannot see the actual R code, please include the following code chunk at the beginning of your R markdown ile:

```{r  setup}

knitr::opts chunk$set(echo  =  TRUE)

` ` `