Student Information

To receive an assignment grade, you must fill out the information in this table and include this table on the front cover page for your assignment. Only students      whose names and student ID numbers are included on the cover page will   receive marks for the assignment. Groups of up to 3 students are allowed.

Due Date and Weight

.  Submit via LMS by 8 am on 2 September 2022

.  No late assignments will be accepted.

.  This assignment is worth 5% of your final mark in ECOM20001. .  There are 40 marks in total.

What You Must Submit via the LMS

.  Assignment answers no more than 8 A4 pages with 12-point font.

5 marks will be deducted if your answers exceed 8 A4 pages.

.  The R code that generates your results. Specifically, copy and paste your R code in an Appendix at the end of your assignment document (e.g., in

the .docx file) so it can be viewed and tested by markers. The R code Appendix does not count toward your 8-page answer limit. You may alter and shrink the   R code font to less than a 12-point font so that it is easier to read.

2 marks will be deducted if you do not include your R code.

Additional Instructions

.  You may submit this assignment in groups of up to 3. Students in a group are allowed to be from diferent tutorials.

.  You must complete the assignment in no more than 8 A4 pages with 12-point Arial, Times New Roman, Helvetica, Cambria or Calibri font. The assignment  cover page does not count toward the 8 A4 page limit.

.  To save time, you may copy RStudio output directly into your answers in     reporting empirical results. You are also free to create your better-formatted tables based on your RStudio output, which is, of course, good practice in learning how to present empirical results.

.  Figures may also be copied and pasted directly into your assignment answers. They may be scaled down in size to meet the 8-page limit, but please ensure   that your figures are readable. If they are not, marks will be deducted.

.  Marks will be deducted if interpretations of results are incorrect, imprecise,      unclear, or not well-scaled. Similarly, marks will be deducted if figures or tables are incorrect, unclear, not properly labelled, not well-scaled, or missing             legends.

.  When in doubt, work with 3 digits past the decimal throughout.

.  This R code in the Appendix at the end of your assignment (as discussed on     the previous page) must be commented on and easy for the subject tutors to    follow. If the code is not well commented and easy to follow, marks will be         deducted. Commenting and code clarity must be at the level of tutorial code, or marks will be deducted.

.  Students with a genuine reason for not being able to submit the assignment on time can apply for special consideration to have the assignment mark                transferred to the exam at the following link:

.  https://students.unimelb.edu.au/admin/special/

Getting Started

Please create an Assignment1 folder on your computer, go to the LMS site for   ECOM 20001, and download the following data file into the Assignment1 folder:

.  as1_beer.csv

This dataset contains the following 5 variables:

.  state: US state

.  year: sample year

.  beercons: per capita beer sales in terms of gallons of ethanol equivalent .  beertax: beer tax in terms of inflation-adjusted (real) dollars per gallon    .  cigtax: cigarette tax in terms of inflation-adjusted (real) dollars per pack

Data summary

This dataset contains annual information on beer sales, beer taxes, and cigarette taxes across 47 US states from 1981 to 2007.

About the Assignment

In this assignment, we will investigate the empirical relationship between beer sales and “sin taxes” for beer and cigarettes. Understanding how sales (and hence          individuals’ consumption decisions) are afected by government-set tax rates is a   fundamental area of research called public economics, that is, the economics of     government decision-making.

The data are drawn from the article: Bernheim, Douglas B., Meer, Jonathan, and

Neva K. Novarro (2016): “Do Consumers Exploit Commitment Opportunities?

Evidence from Natural Experiments Involving Liquor Consumption,” American

Economic Journal: Economic Policy, 8(4), 41-69.

Questions

1.   (4 marks) Report summary statistics (number of observations, mean, standard deviation, min, max) for beercons, beertax, and cigtax.  Interpret the means in words to characterise a “typical” observation in the sample. Also, comment on the min and max values, highlighting the extremes each variable takes on.

2.   (3 marks) Compute the 95% confidence intervals for the respective means of beercons, beertax, and cigtax.

3.   (3 marks) Create a new variable, hightax, which equals one if beertax is equal to or greater than the median value of beertax and 0 otherwise. Plot 2 separate       densities within the same graph for beercons when hightax = 1 and for beercons when hightax = 0. Interpret the diferences in the conditional densities and          provide a potential explanation for their diferences in means.

4.   (5 marks) Conduct the following test for diference in means:

-  H0: mean(beercons if hightax =1) = mean(beercons if hightax =0)

-  H0: mean(beercons if hightax =1) != mean(beercons if hightax =0)

where the symbol “!=“ means “not equals. ” Report the diference means, 95% confidence interval for the diference in means, the p-value for the test, and     whether the test implies a statistically significant result at the 5% significance level. Provide a brief interpretation of your findings by computing the per cent change in the conditional mean of beercons when going from hightax = 0 to    hightax = 1.

5.   (3 marks) Construct a scatter plot with beertax on the horizontal axis and       beercons on the vertical axis. Use an appropriate single linear regression and  abline() R to visualise the relationship in the scatter plot using predicted values from the single linear regression. Also, report the correlation coefficient,           corr(beercons, beertax). Does the pattern in the plot align with your findings    from questions 4 and 5?

6.   (8 marks) Run the following (separate) single linear regressions:

. Regression 1: dependent variable: beercons, independent variable: beertax . Regression 2: dependent variable: beercons, independent variable: cigtax