Scenario

You are performing data science for a major media company,  Masthead Media,  in the United  States, determining the direction of their flagship newspaper, the Boston Sun-Times.  The Boston Sun-Times is known for investigative journalism, for which it has won a number of Pulitzer Prizes.  The newspaper’s editorial staff believe that this unrelenting focus on truth and justice is responsible for the newspaper’s sterling reputation. The Boston Sun-Times has received, on average, a Pulitzer Prize every year for the past

25 years.

Masthead Media is deciding whether to continue to invest in the Sun-Times’ investigative journalism, or to encourage the newspaper to take a more populist, tabloid slant, in a bid to arrest a recent decline in readership. The Boston Sun-Times currently has a circulation of 482,622.

Masthead Media wants to know:

● Whether publications that win more Pulitzer Prizes have a smaller, or a larger, average circulation;

● Whether publications that win more Pulitzer Prizes see a percentage increase, or decrease, in circulation, during the period that they win the prizes; and

● If these relationships exist, how the trajectory of the Boston Sun-Times’s circulation might change depending on the newspapers strategic direction.

To this end, using provided data on newspaper circulation and number of Pulitzer Prizes in a 25 year period, you should answer Questions 1–5 below. You will also need to report the results to the company, using an executive summary (at the start of your assignment) and a conclusion (at the end of your assignment).

Some rules about your submissions:

● You must complete this assignment using R Markdown;

● Your assignment must be submitted as pdf only on MyUni;

● You must include units when providing solutions;

●  Provide all numerical answers to 3 decimal places;

●  Make sure you include both your code and R output / plots in your answers;

●  Make sure any tables or plots included have captions;

● You can submit more than once if you find errors and your latest submission will be marked;

●  Make sure you only upload one document for your final submission. If you submit multiple pages (i.e. one per question) you will be deducted 10% per page submitted;

●  Penalties for late submission - within 24 hours 40% of final mark. After 24 hours, assignment is not marked and you get zero; and

●  Finally, make sure you check your submitted assignment is the correct one, as we cannot accept other submissions after the due date.

Executive summary

You need to write an executive summary to report your findings to Masthead Media. This summary should include:

●  A recap of the project outline including what the purpose of your project is and what problem you are solving.

●  A very brief outline of what you did.

● Your final recommendation to Masthead Media.

Your executive summary should be written as if you are presenting it to Masthead Media. They will read the executive summary to get a quick overview; to evaluate the quality of the report; or even to make a decision. It should be no more than half a page, and contain no figures, plots or code. It should be written in plain

English with no or minimal terminology. If terminology is included, it must be explained. This section will be easier to write once you have completed questions 1-5.

[Total: 4 marks]

Question One:  Reading and Cleaning

Load the data contained in pulitzer .csv into R. A summary of the variables as represented in the csv file are below.

For our analysis, we would like to predict either average circulation between 2004 and 2013, or change in circulation between 2004 and 2013, using the number of Pulitzer Prizes between 1990 and 2014.

(a)    Recode the change_0413 variable so it represents the percentage change in circulation between 2004

and 2013 as an integer. This will require manipulating the strings in change_0413.

[2 marks]

(b)   Append a new variable to the tibble which contains the average of circ_2004 and circ_2013.

[2 marks] [Total: 4 marks]

Question Two:  Univariate Summary and Transformation

(a)   Describe the distribution of the variable representing average circulation, including shape, location,

spread and outliers (Reminder: plots and summary statistics are useful here).                                    [5 marks]

(b)   Describe the distribution of change_0413, including shape, location, spread and outliers.      [5 marks]

(c)   Do either of change_0413 and the variable representing average circulation have a skew that could be resolved by a log transform? For each variable, select whether it should be transformed.                [2 marks]

[Total:  12 marks]

Question Three:  Model building and interpretation

(a)   Build a model predicting the variable representing a newspaper’s circulation using prizes_9014, incorporating a log transform for the average circulation if you decided this was necessary.

State and interpret the slope AND intercept of this model in context.

Is there a statistically significant relationship between the number of Pulitzer Prizes, and average circulation? [7 marks]

(b)   Build  a  model  predicting  change_0413  using  prizes_9014,  incorporating  a  log  transform  for change_0413 if you decided this was necessary.

State and interpret the slope AND intercept of this model in context.

Is there a statistically significant relationship between the number of Pulitzer Prizes, and change in circulation? [7 marks]

(c)   Check the assumptions of the two linear models. Recall that there are four assumptions for each model. [14 marks]

[Total: 28 marks]

Question Four:  Prediction

Masthead Media is considering three strategic directions for the Boston Sun-Times. These are:

● Investing substantially less in investigative journalism than present.  In this case, Masthead Media projects that the newspaper will be awarded 5 Pulitzer Prizes in the next 25 years.

● Investing the same amount in investigative journalism than present, leading to the award of 30 Pulitzer Prizes in the next 25 years.

● Investing substantially more in investigative journalism, leading to the award of 60 Pulitzer Prizes.

For the following questions, assume that the projected number of prizes under each possible strategic direction is known; that is, do not incorporate any uncertainty in the number of Pulitzer Prizes.

(a)   Using the model from Question 3(a), calculate the expected circulation of the newspaper under each of the three proposed strategic directions and represent these in a table. How does the expected circulation for each strategic direction compare with the current circulation?

[5 marks]