The t-table as appeared in the lecture notes IS included at the end of this assignment paper for your easy use.

The table above contains information of 43 Asian economies on their year 2020 CO2  emissions (‘000 metric tonnes per capita) and degree of urbanization, measured by urban population as a percentage of total population. The following sample sums have been calculated from the sample for convenience, with y being CO2  emissions,x being urbanization and i the country index:

∑i(4)1 xi  = 2233.17735,  ∑i(4)1 yi  = 160.97935,  ∑i(4)1 xi(2) = 139792.3132,  ∑i(4)1 yi(2) = 1452.88189,

∑i(4)1 xiyi  = 11230.30771.

Part A. Basic Statistical Assessment (30 marks)

Q1 (3 marks): Is this a cross-sectional data set, a time series data set or a panel data set? What is the reason for considering CO2 emissions on a per capita basis instead of the absolute levels (‘000 metric tonnes)?

Q2 (10 marks): Find the sample means or averages (x andy), the sample standard deviations (sx  and sy) of the two (random) variables x andy. Find also the sample covariance sxy  and the sample correlation coefficient rxy  between the two variables.

Q3 (17 marks): The Chief Economist of the World Bank claims that the average CO2 emissions per capita in Asia should  be 7.00 (‘000 metric tonnes per head), about the same level in the EU counterparts. The intuition is that while the Asian  economies tend to be less economically developed, have fewer industrial activities and hence less emission comparatively, their bioenergy adoption is also lower which inhibits CO2  reduction. To verify his claim, you decided to perform a test  on this hypothesis using the conventional 5% significance level. Write down the detailed test procedures including the  type of test, the null and alternative hypothesis, the relevant test statistics and other information needed to run the test.  What is your conclusion? Will your conclusion differ if a more demanding 1% significance level is used instead? Show  your work carefully and clearly. Based on your findings, do you think equal contribution by all countries in emission  reduction as advocated by Western countries a fair and appropriate policy? Briefly explain.

Part B. Test Relationships (70 marks)

This Part relates to a simple linear regression model estimated using the above sample data (with the results in Part A)

and the ordinary least squares (OLS) method:  yi  =β(̂)0  +β(̂)1 xi  + ûi =̂(y)i  + ûi, wherê(y)i  =β(̂)0  +β(̂)1 xi  is the model-fitted or

forecast values of yi  with respect to xi  and ûi is the corresponding residual for economy i (i = 1, 2, … , 43).

Q4 (12 marks): Find the sample-estimated values ofβ(̂)1  andβ(̂)0 , and explain their (practical) meanings. Do they make

sense to you?

Q5 (18 marks): Find the coefficient of determination (R2) and the standard error of regression (̂(σ)). and briefly explain their (practical) meanings. Do you think they are small (low) or large (high)? [Hint: make your judgment by referencing to some benchmark to get a meaningful picture of their magnitudes.]

Q6 (12 marks): Find the standard error ofβ(̂)1  and briefly explain its (practical) meaning. Is this standard error small or large? What is the standard error ofβ(̂)0 ?

Q7 (3 marks): In terms of model fitness, do you think we can get better results by regressing urbanization (x) on CO2 emissions (y) instead?i.e. using urbanization as dependent variable and CO2  emissions as independent variable.

If the last digit of your Student Number is even, do the following Q8-even and Q9-even. If it is is odd, do the following Q8-odd and Q9-odd.

Q8-even (5 marks): For Indonesia, find the model-fitted CO2 emissions and briefly comment on the actual emissions as compare to this.

Q8-odd (5 marks): For New Zealand, find the model-fitted CO2 emissions and briefly comment on the actual emissions as compare to this.