Purpose

This project is designed to improve your data analytics skills by putting into practice the tools you’ve acquired during our class. You will explore data – either from suggested datasets or ones of your       choosing (which must be approved before you start your project) – and present interesting findings  both descriptively and visually. This project is intended to present challenges such as aggregating      data, handling missing values, discovering relationships between variables, etc. that you might           encounter working as a data analyst or research assistant. The code for your data analysis can be  done in either Stata or R. You can choose whichever software between the two that you prefer,     but you cannot use Excel for the final project.

Requirements

While it’s not expected that your project comprises a publishable peer-reviewed journal article, the  best projects will present evidence that supports answers to specific questions about phenomena    observed in society whose answers are not obvious. Here are some examples of good project ideas:

1.  How is a candidate’s ideological polarization related to her campaign funding sources and amounts?

2.  How have the number of gun-related crimes changed over time by state and following passage of gun-related legislation?

3.  What happens to the number of traffic fatalities following major sporting events, e.g. the Super Bowl?

4.  How does weather (temperature, rain, wind) impact finishing times at the World Marathon Majors (or results at other sporting events)?

5.  Is there any association between hospital density (hospitals per capita) and life expectancy? Medical cost?

6.  How sensitive is 2018 congressional campaign spending in 2018 to how close the vote was in the 2016 presidential election?

7.  How are the wage and employment gaps (between female and male workers) in a

state/country related to educational and health outcomes of children in that state/country? Here are some examples of not-so-good project ideas:

1.  What are the impacts of terrorism? (Too vague – needs to be more specific.)

2.  How is education related to wages? (It’s well established that education increases earnings.)

3.  What is the optimal prices at which to buy and sell Bitcoin? (Likely too ambitious.)

You must pick a dataset or multiple datasets from which your analysis can provide answers to your   question of interest. Several example datasets have been provided, or you may choose your own and

have them approved beforehand. To have a dataset approved you can email [email protected] with a link to the relevant dataset.

After composing your question and choosing relevant datasets, you will analyze the data to           thoroughly answer your question. Your analysis will consist of both descriptive and visual analysis:

•   Descriptive analysis includes anything that describes the data (i.e. mean, median, etc.) or spread (i.e. standard deviation, range, etc.) of the data. Common descriptive analysis includes a table of summary statistics of key variables.

•   Data visualization includes anything that illustrates data, generally in the form of plots. For example, a histogram is one example of data visualization.

•   It is expected that you use methods taught during the quarter including using statistical functions, estimating linear models, and plotting.

Both forms of analysis help readers understand how the data are distributed, relationships between variables, differences across groups, and in general support the answer that you present. Your        analysis should be written like a research paper or technical report for a scholarly or            professional audience.

Grading

Your final project makes up 40% of your final grade in this course.

Your final project should include a thorough investigation of your question of interest. Evidence in support of your answer should include both descriptive evidence (e.g. differences in

statistics/models across groups) and visual evidence (e.g. various plots). There is no minimum or      maximum length – the project should be long enough to sufficiently defend your arguments. All       code used to produce your complete project should be submitted along with your writeup. You will  almost certainly use some commands not covered in class; learning how to use new commands (with help menus and StackExchange, for example) is a learning objective for this course.

Outstanding, high quality work will receive As, good but not exceptional projects Bs, acceptable but insufficiently defended work Cs, and incomplete or insubstantial work Ds or Fs. Late assignments    will lose one letter grade per day late.

Below is a list of components that should be included in your report. This will also help you structure your report.

1.  Title page: title of the report, author, institution, class, quarter/year, one paragraph abstract/summary of the report. This is generally on a page by itself.

2.   Introduction: tell the reader what the question is and why anyone should care. This is where you want to clearly lay out the motivation for your project (you should use citations to past    scholarly work or news articles to help motivate your project). Then you want to discuss the

hypotheses that you will test and how you will test them. It is important to be very clear in the    introduction. You want to make your question as clear to the reader as possible so that they will  be able to clearly follow what comes next in the report, without wondering what the point of the analysis is.

3.   Data: tell the reader about your data. Where did they come from, who collected them, what are

they representative of, any potential biases present? This would be a good place to include a        clear description of your variables of interest and provide summary table of your variables. It      should be clear to a reader that does not know anything about the dataset being utilized what the variables of interest represent.

4.  Methods and Results: describe the process by which you analyzed the data and what you         found. It is generally useful to first introduce some descriptive evidence. These would be           something like histograms, bar plots, scatter plots, that allows the reader to understand the         variables that you will be studying in your report. Then you should proceed to your main           analysis. For most projects, the question of interest will be something along the lines of: are        variables X and Y related. Talk about the models you fit and plots you build in order to study     this relationship. Please do not talk about the code you used (no code in your report, please). All of your analysis should go in this section, but please add structure so that it flows naturally (as    opposed to simply listing all plots and tables back-to-back without descriptions). Remember,      even the best data analysis in the world is pointless if one cannot communicate it effectively!      Formatting figures is also very important for this reason. All figures have titles, labels, captions,  and legends when appropriate. When multiple data series are included, different colors or           patterns are used to distinguish each series. Formatting and axis scaling are chosen to make the   figure easily understandable.

5.   Discussion: discuss the results you just found. Did the data confirm your hypothesis or present  evidence that was counter to your hypothesis? What do the results suggest? Anything particularly surprising? Why might the relationships you found exist? It's okay to tell a story to give the         reader some intuition for why the phenomenon exists.

It is also important to mention any limitations to your methods? Why might the results be  different than what other researchers found? You should be careful not to make any          unsubstantiated claim. Misinterpreting any of the results in the discussion will lead to point reductions.

6.   Conclusion: Repeat the key findings and why the reader should care about these findings. Leave

the reader with some thoughts about future potential work that should be done to garner a better understanding of the phenomena you are exploring.

7.   References: List all references here. Simply copy and pasting URLs is unacceptable. See the references page in any respectable peer-reviewed journal for examples ofwhat’s acceptable.