Final Project Description

Foundations of Statistics and Econometrics, MANM467

Semester 1, 2021-22

Essential Information:

     Students    need    to    prepare    the    final    project    individually    and    submit    it before Wednesday 5th January 2022, 4:00 pm via SurreyLearn.

     The project consists of applying econometric analyses based on a real-world dataset as  described  below,  using   statistical   software  (Stata).  The  expected  level  of econometric analyses is based on the lectures and lab sessions.

     Stata is available on All FASS labs  and ALL central  labs  (including the library) computers. The network version is also accessible via Surrey virtual desktop.

     All documents and files (e.g., Dataset, Assessment Brief, Sample Report) related to the final project are available from SurreyLearn: Course Materials     Assessment Information.

     Please   ensure   you   are   aware   of  the   assessment   regulation   and   submission:

https://exams.surrey.ac.uk/assessments

Context and Dataset:

The panel dataset contains various metrics for videogame consoles at a monthly level (from 1995 to 2008). In this context, videogame consoles (such as Xbox owned by Microsoft or PlayStation owned Sony) compete in two ways. First, a given console competes with other consoles to  attract  customers  (i.e., gamers) to  adopt  (i.e., buy) the console and play the available games on it. Second, it competes with other consoles to incentivise third-party game developers to release their games on that console. On the one hand, the more gamers adopt the console (i.e., the hardware); the game developers are more incentivised to publish and sell their games on that console. On the other hand, the more variety of game titles are available on the console; the more gamers are willing to adopt that console.

o Please note, as per the confidentiality of the data, the consoles’ names have been changed,  and some  numbers  have  been  amended;  therefore,  this  dataset  is  not suitablefor researchpurposes.

Below is the description ofthe variables in the dataset.

   log_unit_sale: natural logarithm of the number of units sold of the console in the given period (unit_sale is the non-logged version).

   log-games: natural logarithm of the number of new games published on the console (games is the non-logged version)

   age: age of the console (in months) since its launch.

  price: the price of the console (i.e., the hardware) in USD.

   active_n: the total number of active consoles in the given period.

   ram: RAM capacity ofthe console in megabytes.

   mhz: The CPU speed ofthe console in megahertz.

   tech: the console’s technology generation (for example, https://bit.ly/3036N57)

   leader: a variable that indicates if the console’s market share is above the median, compared to other consoles, in the given period—i.e., if the console is among the leaders ofthe market or not.

   console: the console’s name (as said above, they are pseudonyms)

  period: the time-period identifier (at a monthly level) of the panel data

Note: The log transformation applied for the number of new games (log_game) is Ln(x+1), rather than Ln(x), to avoid losing observations with the value of zero; hence, ifthe number of new games is zero, the log-transformed version will be zero as well—Ln(0+1)=0. For simplicity, you can interpret the effect size as Ln(x). A similar note applies to log_unit_sale.

Other variables  (calendar year, calendar month) are also included. Overall, the objective is to estimate the effect of the number of new games, the console’s age, and the number of active consoles in the market on the console’s unit sale (while controlling for some relevant factors, as explained below).

Content and Structure:

Introduction

   Provide  a  brief explanation  for  the  methodology,  such  as  data,  the  definition  of dependent, independent, and control variables, the objective of the analyses, and the baseline model (see the description ofthe baseline model below).

Descriptive Analysis

   Provide a two-way table for summary statistics of the variables for the entire sample and different technology generations subsamples. Provide the correlation matrix of the variables (for the entire sample). Beefily discuss the results.

     Apply a statistical test and evaluate if there is any significant difference (at 0.05 significance level) across the years regarding the unit sale (logged). You may use a relevant graphical illustration to enhance your discussion.

Exploratory Analysis

   Inspect  the  data  graphically,  such  as  visual  summary  statistics  across  technology generations  or  years,  checking  the  distribution/skewness  of main  variables  (i.e., dependent and independent variable), pre-checking the possibility of outliers, pre- checking  the  relationship  between  the  dependent  and  independent  variables,  the longitudinal trend of the main variables, etc. The details and types of graphs are your decision—the objective is to provide a concise yet informative inspection of the data before running the regression. You may select a few graphs from the list mentioned above (or other graphs), which efficiently describe various aspects ofthe data.

   Show the trend for console’s market share across periods; each console’s trend with a line;  all  in  one  graph.  The  console’s  market  share  at  period  t  is  defined  as  the console’s unit sale at period t divided by the sum of all console’s unit sale at period t.

Main Regression Analysis:

  Conduct  an  OLS regression to  estimate the  effect  of the number  of new  games, console’s age, and the number of active consoles in the market on the console’s unit sale while controlling for console’s price, console’s technology generation, console’s RAM  capacity,  console’s  CPU  speed,  and time-period.  This will be the  baseline model. The natural logarithm version of unit sale, number of new games,price, RAM capacity, and CPU speed should be used in all models . Other variables should be used as not-logged.

   Carefully interpret and discuss the results (e.g., R-squared, the statistical significance of coefficients and the effect size of independent variables).

o Note: as we do not need to interpret periods’ effects , you do not need to report the coefficients of the periods in your tables. Still, you should explicitly indicate whether they are included in

the models (see the Sample Report for an example). All other coefficients should be reported in the tables.

   Looking at the baseline model’s results, evaluate whether there is any differential effect  of technology  generation  on the unit  sale. You may use a margins plot to enhance your discussion.

   Modify the baseline model to evaluate the differential effect of the number of new games for leader vs non-leader consoles. Based on the results, discuss the statistical significance  and  effect  size  of the  difference.  You may use  a  relevant  graphical illustration to enhance your discussion.

Diagnostics and Robustness Analysis:

   Apply   diagnostic   analyses   on   the   baseline   model   to   check   the   potential heteroskedasticity and apply an appropriate remedy if needed. Briefly compare the new results with the original results of the baseline.

   Investigate the possibility of a quadratic effect of the number of new games (logged) on  the  unit  sale  (logged)  and  clearly  discuss  the  result.  You  may  use  graphical illustration to enhance your discussion.

   Run the baseline model with console fixed effects. Briefly compare the new results with the original results of the baseline. Why are some variables dropped from the model  with  fixed  effects?  Explain  how  the  fixed  effect  model  can  mitigate  the endogeneity problem in your baseline model.

   Even after implementing the fixed effect model, what other endogeneity or omitted variable bias (particularly regarding the number of new games and console’s price) may exist in the model? Shortly explain.

Appendix

     Copy the programming codes in the appendix in Word format. Do not copy the codes as a screenshot. Alternatively, you can upload the Stata do-file along with your report on SurreyLearn as a separate file.

Format:

     The project file should be in Microsoft word format in Times New Roman 12-point font double spaced. The word count of the project  should be no more than  3500

words.

     The word count includes everything from the first word of the introduction to the last word of the conclusion. The word count does not include tables, figures or images, and appendices. It does not include abstract, table of contents, abbreviation pages, or references (though these are not mandatory in this project). You should report the word  count,  your  name  and  student  number  at  the  beginning  of your  project. According to the university policy, exceeding the word count limit is subject to a 10- point penalty.

Guideline and Tips:

     Apply  the   analyses  required   as   explained   orderly,   section  by   section   (from Introduction to Diagnostics and Robustness Analysis).

     The  report—the  writing,  explanations,  tables,  and  graphs—should  be  clear  and informative as a self-sufficient and stand-alone document for readers who do not have access to this Final Project Description.

     In the introduction, concisely explain the aim of the empirical report, sample and data, definition of all final variables incorporated in your regression models. Some of this information (such as sample and variables definition) has been provided, but you need to summarise them in your report concisely.

     All tables and graphs should be numbered and titled (with captions if an additional explanation is required) and should be referred to in the report accordingly. The label ofthe variables in tables and graphs should be informative.

     Graphs should be visually clear (axis title, colour, legend, axis scale, etc.). You may use image format for your graphs. Do not populate the report with lots of graphs; be selective and use the most informative ones for your purpose.

     Tables should be exported from the statistical software to a proper and readable Word format. You  can report various models  in  one or two tables  (each model  in  one column). Yet, you need to clearly number your models  and refer to them  in the discussions accordingly.

     In the regression tables, standard errors should be reported below each coefficient (in the parenthesis), the significance level of the coefficient should be determined by asterisks.  The  R-squared  and  number  of observations  for  each  model  should  be reported (see the Sample Report).