PUBL0055 Introduction to Quantitative Methods Midterm Assessment 2023-24

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

MidtermAssessment

PUBL0055  Introduction to Quantitative Methods

2023-24

Instructions

Submission  Formalities

• The midterm assessment will be made accessible on Moodle on 8 November 2023 at 10am, and must be completed by 8 November 2023 at 4pm.

• Once students access the midterm, they will have one hour to complete the assessment. Students are responsible  for

ensuring  that  the  assessment  is  completed  within  one  hour.       Submissions which take more than one hour to    complete will be penalised. However, we will make some allowances for students to spend a couple of minutes to paste in their code at the end of the hour.

• The coursework can be accessed via the ‘Midterm Assessment - 2023-24’link on the course Moodle page.

• This is an assessed piece of coursework (worth 20% of your final module mark) for the PUBL0055 module; collaboration and/or discussion of the assessment with anyone is strictly prohibited.  The rules for academic    misconduct apply and any cases of suspected collusion will be taken seriously.

• As this is an assessed piece of work, you may not email/ask the course teaching team questions about the assessment.

• The necessary data set for the assessment can be found on the PUBL0055 page on Moodle.

Coursework   Formalities

• The coursework consists of six question blocks, of which some contain several sub-question. The marks allocated for each question are indicated in the text. You must complete each question to achieve full marks.

• Round all numbers to three digits after the decimal point. Answers that are not rounded correctly will not be given credit.

• You must ensure that you are happy with your answers for a particular question before moving to the next question.  You will not be able to return to a question once you have proceeded to the next  question.

• After you complete the assessment questions, you will be asked to provide the R code used to answer the exam questions    by pasting it in on Moodle. Please ensure you are writing your code down in the R script and not just executing it in the console.

– Submitting your code is worth 10 marks regardless of how pretty your code is or if it gives the rights answers or not.

Encouraging voting by mail in Philadelphia

The question of whether voting by mail benefits or impedes voters’ ability to cast their ballot remains an open question in electoral studies.  On the one hand, having the provision for voting by mail for those who would otherwise be unable to visit a polling station increases voting rights.  On the other hand, voting by mail is strictly regulated, leading to additional hurdles for individuals to cast their vote, such as:  mail-in votes not arriving in time; and mail votes being more likely to have administrative errors.  These potential issues with mail-in voting were made even worse during the COVID-19 pandemic.

To examine whether access to voting by mail impacted the ability for voters to cast their ballot, Hopkins et al. (2021) conducted a field experiment in Philadelphia in June 2020, while a stay-at-home order was in place.  The Democratic primary election was the first federal level election in the state of Pennsylvania (where Philadelphia is located) with universal eligibility for mail-in voting.

The researchers randomly assigned some registered voters to be sent a postcard with information about voting by mail.  The postcards contained information about how to request a mail-in ballot, the deadline for requesting a mail-in ballot, and a message of encouragement to apply for a mail-in ballot.  An example of the postcards sent can be found here.

The analyses you will conduct during the midterm will be broadly based on the data Hopkins et al. used in their study.

The variables that are included in the data set are as follows:

Name

Description

treat

Dummy variable for treatment status, i.e. whether postcard was sent (1=treated, 0=control)

voted_primary_mail

Dummy variable for whether respondent cast a mail ballot in the Democratic Primary (1=yes, 0=no)

voted_primary_person

Dummy variable for whether respondent cast an in-person ballot in the Democratic Primary (1=yes, 0=no)

voted_primary

Dummy variable for whether respondent cast either a mail or in-person ballot in the Democratic Primary (1=yes, 0=no)

party

Registered party affiliation (Democrat, No Affiliation, Republican, Third Party)

age_group

Age group (18-29, 30-39, 40-49, 50-64, 65+)

female

Dummy variable for whether respondent was female (1=female, 0=otherwise)1

race

Imputed race (Black, Other, White)


You can download the data set as philadelphia.rda from the PUBL0055 Moodle page.  Once you have downloaded this file and placed it in the relevant folder, and set your working directory to where the data is located on your computer, it can be loaded into R as an object called philly as follows:

load ("philadelphia.rda")

 


2023-11-07